Facultad de Ingeniera, Universidad Nacional Autnoma de Mxico.

Proyecto de
Investigacin
I. Ciudad
Universitaria,
Posgrado de Ingeniera.
Ciudad
Universitaria,
Distrito
Federal,Mxico,
Mxico.Jun 03, 2015
Estimacin
de
la
lluvia
a
partir
de
datos
de satlite (TRMM)
03 Jun 2015

ESTIMACIN DE LA LLUVIA A PARTIR DE DATOS DE SATLITE (TRMM)

Robles Valverde Armando1

Abstract: Con el propsito de realizar una revisin de los productos de TRMM (Tropical
Rainfall Measuring Mission) en Mxico, se utiliz el producto 3B42RT con resolucin de 25
km para un evento especfico, el huracn Jova, y sus efectos dentro de toda la Repblica
Mexicana, a fin de realizar una comparacin con informacin de precipitacin medida por
pluvimetros instalados por el Servicio Meteorolgico Nacional (SMN).
Keywords: Estimacin; TRMM; datos de satlite; precipitacin.
INTRODUCTION
Con el propsito de realizar una revisin de los productos de TRMM (Tropical Rainfall
Measuring Mission) en Mxico, se utiliz el producto 3B42RT con resolucin de 25 km para
un evento especfico, el huracn Jova, y sus efectos dentro de toda la Repblica Mexicana, a
fin de realizar una comparacin con informacin de precipitacin medida por pluvimetros
instalados por el Servicio Meteorolgico Nacional (SMN).
La importancia de contar con datos que proporcionen la cantidad de lluvia, son bsicos para el
desarrollo de estudios hidrolgicos tales como los balances hdricos de una cuenca, o proyectos
y acciones relacionadas con el desarrollo urbano en materia de redes (Berne, 2006).
Problemtica
Mxico presenta una regin donde los estudios de evaluacin de precipitacin se ven truncados
por una red de observacin de atributos climatolgicos escasa e irregular, donde las
observaciones de superficie son irregulares espacialmente y representan caractersticas solo en
un punto y sus alrededores cercanos. (Figura 1).
La baja densidad de observaciones en algunas regiones al norte y sur del pas o la inexistencia
de estas, hace que la interpolacin de estos datos generalmente produzca un producto de calidad
pobre y baja resolucin. Generando as un bajo nivel de confianza de los procesos predictivos
por interpolacin.

1 Estudiante. Posgrado de Ingeniera. Universidad Nacional Autnoma de Mxico Email: robleval@me.com

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

Fig. 1. Red de observacin de atributos climatolgicos en la Repblica Mexicana.

EVENTO DE ANLISIS (HURACN JOVA)
El da 5 de octubre a las 12:00 se form un centro de baja presin aproximadamente a 760 km
al sur de Acapulco Gro. ya que dentro de la Zona Intertropical de Convergencia hubo un
desprendimiento de nubosidad y debido a la presencia del huracn Irwin favoreci al desarrollo
de esta zona de inestabilidad ocasionando una depresin tropical con vientos mximos
sostenidos de 55 km/h desplazndose lentamente al oeste, continuo su desplazamiento por lo
que para el da 6 de octubre a las 06:00 pm se intensific a la categora de Tormenta Tropical
denominada Jova localizada aproximadamente a 800 km al suroeste de Manzanillo, Col.
(Figura 2).
Jova contino con su desplazamiento al noroeste sobre aguas relativamente clidas de entre los
28 a 29C, por lo que para el da 8 de octubre a las 18:00 alcanzo la categora de huracn 1 en
la escala Saffire-Simpson localizndose aproximadamente a 710 km al oeste-suroeste de
Manzanillo, Col., con desplazamiento hacia el Este-Noreste a 6km/h, conforme avanzaba
sigui ganando fuerza y para el da 9 de octubre por la noche se encontraba a 420 km al Suroeste
de Manzanillo, Col como huracn categora 1, debido a la configuracin de vientos en altura.
Jova tomo un desplazamiento al este, de tal manera que para el da 10 de octubre a las 06:00
a.m. alcanz categora III, Se localiz aproximadamente a 430 km al suroeste de Manzanillo,
Colima. con vientos mximos sostenidos de 205 km/hr y rachas de 250 km/hr, por la noche
debido al contacto con sus bandas nubosas con la costa occidental de Mxico se empez a

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

debilitar y cambiaba la direccin desplazamiento al noreste acercndose a la costa de Jalisco,

para el da 11 de octubre a las 12:00 se debilit el huracn a categora II, a una distancia de
175 km al suroeste de Manzanillo, Col, y para el da 12 de octubre despus de la 1:00 se
encontraba en la lnea de costa al sur de la Fortuna, Jal, alrededor de las 06:00 se localiz
aproximadamente a 50 km al noroeste de Barra de Navidad, Jalisco, la proximidad del cicln
tropical con la sierra madre occidental origin que Jova se debilitar gradualmente, a Tormenta
Tropical el da 12 de octubre a las 12:00 horas encontrndose a 16 km al oeste-noreste de Atajo,
Jal y seis horas ms tarde debilitndose por el efecto de friccin sobre el terreno se degrad a
Depresin Tropical, para las 00:00 del da 13 se degrado a una baja remanente.

Fig. 2. Imagen de satlite del huracn Jova entrando en tierra en Jalisco GOES-13
IR4. 12. Oct.2011 a las 09:15 GMT.

METODOLOGA

1122 estaciones se seleccionaron del total, dichas estaciones son las totales encontradas en el
CLICOM que contienen los datos para el evento de anlisis, La distribucin de estas se muestra
en la Figura 1 al igual que la malla de puntos del producto 3B42RT (Figura 3) descargada del
Tropical Rainfall Measuring Misin.

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

Fig. 3. Red de observacin de atributos climatolgicos en la Repblica Mexicana vs

producto 3B42RT.
Se gener un mapa de precipitacin acumulada para el evento en estudio con las diferentes
fuentes de informacin de la siguiente manera:
a) Para la informacin de pluvimetros (Figura 4).
Para la generacin del mapa se utiliz la interpolacin Kriging Este mtodo est basado en
modelos estadsticos que incluyen la auto correlacin, es decir, las relaciones estadsticas entre
los puntos medidos. Gracias a esto, las tcnicas de estadstica geogrfica no solo tienen la
capacidad de producir una superficie de prediccin sino que tambin proporcionan alguna
medida de certeza o precisin de las predicciones. Kriging presupone que la distancia o la
direccin entre los puntos de muestra reflejan una correlacin espacial que puede utilizarse
para explicar la variacin en la superficie. La herramienta Kriging ajusta una funcin
matemtica a una cantidad especificada de puntos o a todos los puntos dentro de un radio
especfico para determinar el valor de salida para cada ubicacin. Kriging es un proceso que
tiene varios pasos, entre los que se incluyen, el anlisis estadstico exploratorio de los datos, el
modelado de variogramas, la creacin de la superficie y (opcionalmente) la exploracin de la
superficie de varianza. Este mtodo es ms adecuado cuando se sabe que hay una influencia
direccional o de la distancia correlacionada espacialmente en los datos.

( ) = ( )

()

El mtodo kriging pondera los valores medidos circundantes para calcular una prediccin de
una ubicacin sin mediciones.

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

La frmula general para ambos interpoladores se forma como una suma ponderada de los
datos:
Donde:
( ) = el valor medido en la ubicacin i
= una ponderacin desconocida para el
= la ubicacin de la prediccin
= la cantidad de valores medidos

valor medido en la ubicacin i

En el mtodo kriging, las ponderaciones estn basadas no solo en la distancia entre los puntos
medidos y la ubicacin de la prediccin, sino tambin en la disposicin espacial general de los
puntos medidos. Para utilizar la disposicin espacial en las ponderaciones, la correlacin
espacial debe estar cuantificada. Por lo tanto, en un kriging ordinario, la ponderacin, i,
depende de un modelo ajustado a los puntos medidos, la distancia a la ubicacin de la
prediccin y las relaciones espaciales entre los valores medidos alrededor de la ubicacin de la
prediccin.

Fig. 4. Precipitacin Acumulada 06/Oct/201 12/Oct/2011 en mm con datos en

superficie.
El mapa resultante de la metodologa expuesta, nos muestra las predicciones generadas por la

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

interpolacin Kriging, pero adems nos muestra como las observaciones en superficie de
pluvimetros, se encuentra irregularmente distribuida, observndose una gran concentracin
en el centro del pas donde se esperara una mejor prediccin.
b) El producto 3B42RT (Figura 5)
Al igual que en la generacin del mapa para registros pluviomtricos, la generacin con el
producto 3B42RT de TRMM (Tropical Rainfall Measuring Mission) se realiz con la tcnica
geoestadstica de la interpolacin Kriging, La ventaja de trabajar con este dato es la distribucin
uniforme dentro del rea estudiada, como se observa en la ilustracin 5, donde se presenta el
resultado de la interpolacin.

Fig. 5. Precipitacin Acumulada 06/Oct/201 12/Oct/2011 en mm con datos del

producto 3B42RT.007
c) Un producto asimilado o fusionado (Figura 6)
La tcnica de fusionar datasets de entrada mltiples del mismo tipo de datos en un nuevo dataset
de salida nico, puede ser con shapefile o como rster. En el caso de rster, a la fusin de varios
se le llama mosaico, se puede crear a partir de datos discretos o datos continuos, el resultado
tiene el mismo esquema que cualquier dataset rster, se puede hacer con tres tipos de
interpolaciones: vecino ms cercano, bilineal y bicbica. Las interpolaciones de imgenes se

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

usan por lo general en el procesado de imgenes digitales ya sea en remuestreo,

transformaciones geomtricas como rotacin, cambio de perspectiva, combinacin, rellenado
de imgenes o transformaciones no lineales.
La tcnica vecino ms cercano es un mtodo bsico, el proceso es rpido, solo toma en cuenta
el punto al cercano al interpolado, lo que hace es aumentar el tamao de cada pixel en el proceso
digital de generacin; mientras que la tcnica Bilineal en este caso asigna al pixel corregido la
media ponderada de los valores conocidos que estn alrededor de una vecindad de 2 X 2
pixeles donde el peso asociado a cada nivel digital es proporcional a la cercana de ellos, el
resultado es una imagen suavizada.
El resultado de la combinacin a travs de la tcnica Bilineal mencionada muestra (Figura 5)
una mejor resolucin en la imagen y ganancia de informacin en partes donde las mediciones
en superficie se encuentran escasas, siendo la informacin del producto 3B42RT uniforme
sobre el territorio por su origen.

Fig. 6. Precipitacin Acumulada 06/Oct/201 12/Oct/2011 en mm con datos fusionados

del producto 3B42RT.007 y datos en superficie (CLICOM).

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

CONCLUSIONES
Este trabajo ofrece una base de datos procesados para la generacin de una herramienta de
consulta y anlisis (Ilustraciones 4, 5 y 6), que constituye un uso prctico a travs del desarrollo
tecnolgico en materia de software para el estudio espacio temporal de tormentas basado en
informacin pluviomtrica e imgenes de satlites (TRMM).
Al comparar las interpolaciones hechas con los datos obtenidos de las estaciones disponibles
de CLICOM para el ao 2011 y con los datos de la misin TRMM se observa una mala
distribucin de las estaciones lo que ocasiona malas estimaciones, sin ignorar el hecho de que
en algunas partes de la Republica simplemente no existen los registros, por otro lado, con los
datos de TRMM se observa con mayor detalle la precipitacin del pas, aunque comparando
los datos puntuales de las estaciones y obteniendo las muestras de estos sobre la imagen
generada por la interpolacin de los datos del producto 3B42RT, se observa una subestimacin
en estos ltimos.
Dicha variacin debe ser revisada para posteriormente validar y corregir los datos de satlite,
mejorando mayormente la tcnica aqu descrita, reduciendo las diferencias entre dichas fuentes
de informacin.
Respecto a la correccin realizada a la fusin la interpolacin utilizada produce una imagen
suavizada ya que aumenta el nivel de detalle por las posiciones de cada pixel, corrige imgenes
con informacin cuantitativa, lo que ocasiona que tengamos mayor cantidad y calidad de datos
que benefician el estudio, como se comprueba en los Mapas.
La tecnologa de percepcin remota puede ser especialmente til y deseable si es aplicada
durante el proceso de planificacin. Con los mtodos de percepcin remota, una extensin
mayor puede ser determinada, aproximadamente, a escalas pequeas e intermedias. Los
mismos datos de satlite pueden ser usados para evaluar otros peligros hidrolgicos y
atmosfricos, as como geolgicos y tecnolgicos. An ms, la informacin de los satlites
puede proporcionar conocimientos sobre recursos naturales y uso de tierras a un costo
incremental pequeo, una vez que sean obtenidos los datos bsicos.
La necesidad de tener datos asertivos crece considerablemente. Existe, por ejemplo, una
demanda creciente de informacin satelital en diferentes escalas de espacio y tiempo, sean
globales o locales; sobre todo porque las nuevas aplicaciones, en el campo de la hidrologa,
demandan estimaciones espacio temporales precisas de la lluvia para distintas coberturas
(Kidd et al., 2003)

REFERENCIAS
Berne, A. y R. Uijlenhoet (2006), Quantitative analysis of X-band weather radar attenuation
correction accuracy, Natural Hazards and Earth System Sciences, 2006.
Datos climticos diarios del CLICOM del SMN con grficas del CICESE (http://clicommex.cicese.mx)

Proyecto de Investigacin I. Ciudad Universitaria, Mxico, Jun 03, 2015

Estimacin de la lluvia a partir de datos de satlite (TRMM)

Kidd, C., R.D. Kniveton, M.C. Todd y T.J. Bellerby (2003), Satellite Rainfall Estimation Using
Combined Passive Microwave and Infrared Algorithms. Journal of Hydrometeorology, 2003.
Michael J. Brennan., Tropical Cyclone Report Hurricane Jova. National Hurricane Center
(EP102011) (http://www.nhc.noaa. gov/data/tcr/EP102011_Jova.pdf)
Resea del huracn Jova del Ocano Pacfico(http://smn.cna.gob.mx/ciclones/tempo2011
/pacifico/Jovap11.pdf)
Rozante JR., Moreira, DS., Goncalves, LG, Vila D. 2010. Combinig TRMM and surface
observations of precipitation: Technique and Validation over south America. Weather and
Forecasting, 25, 885894.
TRMM Online Visualization and Analysis System (TOVAS). Daily TRMM and Other Rainfall
Estimate
(3B42RT
derived)
(http://gdata1.sci.gsfc.nasa.gov/daacbin/G3/gui.cgi?
instance_id=TRMM_3B42RT_Daily).