RAMIS河流域卫星降水水文模拟peru

Edwin Llanque Chayña
{"title":"RAMIS河流域卫星降水水文模拟peru","authors":"Edwin Llanque Chayña","doi":"10.26788/ri.v11i4.3918","DOIUrl":null,"url":null,"abstract":"En los últimos años, muchos investigadores han orientado sus estudios a aprovechar los beneficios que se pueden obtener a través de las Estimaciones de Precipitación Basadas en Satélite (EPB), en escalas de tiempo diarias, mensuales y anuales. El uso de EPBs es una de las alternativas para solucionar el problema de las cuencas con poco o ningún instrumento. El objetivo de la investigación es evaluar estimaciones de precipitación basadas en satélites, utilizando modelación hidrológica en la cuenca del río Ramis, Perú. La evaluación se llevó a cabo durante 16 años (2003 - 2019), utilizando EPBs, Tropical Rainfall Measurement Mission (TRMM-3B42) y Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks- Climate Data Record (PERSIANN-CDR). Los resultados de la comparación con estaciones meteorológicas indican que PERSIANN-CDR es mejor que TRMM-3B42 con r = 0,50 y 0,38 respectivamente. Sin embargo, el uso de las EPBS como datos de entrada en el modelo hidrológico, Herramienta de Evaluación de Suelos y Aguas (SWAT), los resultados obtenidos calibrados para TRMM-3B42 son insatisfactorios, con r = 0,77, NSE = -0,24 y el porcentaje de sesgo PBIAS = 56,50 %, para PERSIANN-CDR con r = 0,63, NSE = -0,01 y PBIAS = 62,30 %. Obteniendo un buen resultado r = 0,86 y NSE = 0,73 al utilizar las medidas de las estaciones meteorológicas. La evaluación de los datos de entrada en el modelo hidrológico muestra la magnitud del error de los EPBs, cuyos datos de entrada deben ser corregidos antes de ser utilizados","PeriodicalId":32778,"journal":{"name":"ID Revista de Investigaciones","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"MODELACION HIDROLÓGICA CON PRECIPITACIONES OBTENIDAS POR SATÉLITE EN LA CUENCA DEL RÍO RAMIS PERÚ\",\"authors\":\"Edwin Llanque Chayña\",\"doi\":\"10.26788/ri.v11i4.3918\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"En los últimos años, muchos investigadores han orientado sus estudios a aprovechar los beneficios que se pueden obtener a través de las Estimaciones de Precipitación Basadas en Satélite (EPB), en escalas de tiempo diarias, mensuales y anuales. El uso de EPBs es una de las alternativas para solucionar el problema de las cuencas con poco o ningún instrumento. El objetivo de la investigación es evaluar estimaciones de precipitación basadas en satélites, utilizando modelación hidrológica en la cuenca del río Ramis, Perú. La evaluación se llevó a cabo durante 16 años (2003 - 2019), utilizando EPBs, Tropical Rainfall Measurement Mission (TRMM-3B42) y Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks- Climate Data Record (PERSIANN-CDR). Los resultados de la comparación con estaciones meteorológicas indican que PERSIANN-CDR es mejor que TRMM-3B42 con r = 0,50 y 0,38 respectivamente. Sin embargo, el uso de las EPBS como datos de entrada en el modelo hidrológico, Herramienta de Evaluación de Suelos y Aguas (SWAT), los resultados obtenidos calibrados para TRMM-3B42 son insatisfactorios, con r = 0,77, NSE = -0,24 y el porcentaje de sesgo PBIAS = 56,50 %, para PERSIANN-CDR con r = 0,63, NSE = -0,01 y PBIAS = 62,30 %. Obteniendo un buen resultado r = 0,86 y NSE = 0,73 al utilizar las medidas de las estaciones meteorológicas. La evaluación de los datos de entrada en el modelo hidrológico muestra la magnitud del error de los EPBs, cuyos datos de entrada deben ser corregidos antes de ser utilizados\",\"PeriodicalId\":32778,\"journal\":{\"name\":\"ID Revista de Investigaciones\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-12-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"ID Revista de Investigaciones\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.26788/ri.v11i4.3918\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"ID Revista de Investigaciones","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26788/ri.v11i4.3918","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

近年来,许多研究人员的研究重点是利用基于卫星的降水估算(EPB)在日、月和年时间尺度上所能获得的好处。使用EPBs是解决流域问题的一种选择,很少或没有仪器。这项研究的目的是利用秘鲁Ramis河流域的水文模拟来评估基于卫星的降水估计。该评估进行了16年(2003 - 2019年),使用EPBs、热带降雨测量任务(TRMM-3B42)和使用人工神经网络远程感知信息-气候数据记录(persian - cdr)的降水估计。与气象站比较结果表明,persian - cdr优于TRMM-3B42, r分别为0.50和0.38。然而,使用EPBS水文模型作为输入,土壤和水域评估工具(瓦特),结果校正,以r = 0.77 TRMM-3B42是不能令人满意,NSE = -0,24 PBIAS偏见和百分比= 56.50 %,以PERSIANN-CDR r = 0.63 NSE = -0,01 PBIAS = 62,30 %。利用气象站的测量结果,得到r = 0.86和NSE = 0.73的良好结果。对水文模型输入数据的评估显示了EPBs误差的大小,其输入数据在使用前必须进行校正
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
MODELACION HIDROLÓGICA CON PRECIPITACIONES OBTENIDAS POR SATÉLITE EN LA CUENCA DEL RÍO RAMIS PERÚ
En los últimos años, muchos investigadores han orientado sus estudios a aprovechar los beneficios que se pueden obtener a través de las Estimaciones de Precipitación Basadas en Satélite (EPB), en escalas de tiempo diarias, mensuales y anuales. El uso de EPBs es una de las alternativas para solucionar el problema de las cuencas con poco o ningún instrumento. El objetivo de la investigación es evaluar estimaciones de precipitación basadas en satélites, utilizando modelación hidrológica en la cuenca del río Ramis, Perú. La evaluación se llevó a cabo durante 16 años (2003 - 2019), utilizando EPBs, Tropical Rainfall Measurement Mission (TRMM-3B42) y Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks- Climate Data Record (PERSIANN-CDR). Los resultados de la comparación con estaciones meteorológicas indican que PERSIANN-CDR es mejor que TRMM-3B42 con r = 0,50 y 0,38 respectivamente. Sin embargo, el uso de las EPBS como datos de entrada en el modelo hidrológico, Herramienta de Evaluación de Suelos y Aguas (SWAT), los resultados obtenidos calibrados para TRMM-3B42 son insatisfactorios, con r = 0,77, NSE = -0,24 y el porcentaje de sesgo PBIAS = 56,50 %, para PERSIANN-CDR con r = 0,63, NSE = -0,01 y PBIAS = 62,30 %. Obteniendo un buen resultado r = 0,86 y NSE = 0,73 al utilizar las medidas de las estaciones meteorológicas. La evaluación de los datos de entrada en el modelo hidrológico muestra la magnitud del error de los EPBs, cuyos datos de entrada deben ser corregidos antes de ser utilizados
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
25
审稿时长
12 weeks
期刊最新文献
EFECTO DE LA CONCENTRACIÓN DE TIOUREA EN LA LIXIVIACIÓN DE ORO EN LA MINERA ANTUYO. CAMBIOS CULTURALES EN LA CRIANZA DE LA PAPA EN LA COMUNIDAD CAMPESINA DE SUCASCO - COATA ANÁLISIS DE LOS PARÁMETROS DE LA CAPACIDAD ADMISIBLE DEL SUELO POR LA CONTAMINACION CON CIANURO GEOMORFOLOGÍA ESTRUCTURAL EXÓGENA COMO MATERIAL DIDÁCTICO PARA LA ENSEÑANZA DE LA GEOGRAFÍA LOCAL EVALUACIÓN DE LA ELECTROCOAGULACIÓN EN LA REMOCIÓN DE MANGANESO DE LAS AGUAS DEL RÍO CHACAPALCA, OCUVIRI - PUNO
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1