| 1. Identificação | ||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | |||||||||
| Site | mtc-m21c.sid.inpe.br | |||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||||||||
| Identificador | 8JMKD3MGP3W34R/4465CAB | |||||||||
| Repositório | sid.inpe.br/mtc-m21c/2021/02.10.14.12 | |||||||||
| Última Atualização | 2021:06.09.12.17.29 (UTC) simone | |||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2021/02.10.14.12.05 | |||||||||
| Última Atualização dos Metadados | 2022:08.23.12.25.27 (UTC) simone | |||||||||
| Chave Secundária | INPE-18405-TDI/3060 | |||||||||
| Chave de Citação | Palharini:2021:AnExPr | |||||||||
| Título | Analysis of extreme precipitation events estimated by satellite and its relationship with mesoscale convective systems over South America  | |||||||||
| Título Alternativo | Análise de eventos extremos de precipitação estimados por satélite e sua relação com sistemas convectivos de mesoescala sobre a América do Sul | |||||||||
| Curso | MET-MET-DIPGR-INPE-MCTI-GOV-BR | |||||||||
| Ano | 2021 | |||||||||
| Data | 2021-02-24 | |||||||||
| Data de Acesso | 06 maio 2024 | |||||||||
| Tipo da Tese | Tese (Doutorado em Meteorologia) | |||||||||
| Tipo Secundário | TDI | |||||||||
| Número de Páginas | 168 | |||||||||
| Número de Arquivos | 1 | |||||||||
| Tamanho | 48285 KiB | |||||||||
| 2. Contextualização | ||||||||||
| Autor | Palharini, Rayana Santos Araujo | |||||||||
| Banca | Gan, Manoel Alonso (presidente) Vila, Daniel Alejandro (orientador) Ferreira, Nelson Jesuz Rodrigues, Daniele Tôrres Mattos, Enrique Vieira | |||||||||
| Endereço de e-Mail | rayana.palharini@gmail.com | |||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | |||||||||
| Cidade | São José dos Campos | |||||||||
| Histórico (UTC) | 2021-02-10 14:12:05 :: rayana.araujo@inpe.br -> administrator :: 2021-02-22 19:27:33 :: administrator -> pubtc@inpe.br :: 2021-02-22 19:29:50 :: pubtc@inpe.br -> rayana.araujo@inpe.br :: 2021-03-02 19:23:36 :: rayana.araujo@inpe.br -> pubtc@inpe.br :: 2021-03-03 18:54:45 :: pubtc@inpe.br -> rayana.araujo@inpe.br :: 2021-03-04 12:24:42 :: rayana.araujo@inpe.br -> pubtc@inpe.br :: 2021-03-08 14:53:55 :: pubtc@inpe.br -> rayana.araujo@inpe.br :: 2021-03-10 13:19:41 :: rayana.araujo@inpe.br -> pubtc@inpe.br :: 2021-06-09 14:41:20 :: pubtc@inpe.br -> simone :: 2021-06-09 14:46:01 :: simone :: -> 2021 2021-06-09 14:47:38 :: simone -> administrator :: 2021 2022-03-15 14:49:59 :: administrator -> simone :: 2021 2022-03-15 14:50:26 :: simone -> administrator :: 2021 2022-03-16 02:24:29 :: administrator -> simone :: 2021 2022-03-22 16:45:52 :: simone -> administrator :: 2021 2022-07-19 18:42:16 :: administrator -> simone :: 2021 2022-07-19 18:45:55 :: simone -> administrator :: 2021 2022-08-23 12:21:36 :: administrator -> simone :: 2021 2022-08-23 12:25:27 :: simone -> :: 2021 | |||||||||
| 3. Conteúdo e estrutura | ||||||||||
| É a matriz ou uma cópia? | é a matriz | |||||||||
| Estágio do Conteúdo | concluido | |||||||||
| Transferível | 1 | |||||||||
| Palavras-Chave | satellite extreme rainfall estimates MCS satélite chuva extrema estimativas | |||||||||
| Resumo | Climate change is increasing the intensity and frequency of extreme events around the world and our society is vulnerable to the dangers of natural disasters. According to the Brazilian Atlas of Natural Disasters, a total of 38,996 disasters were recorded during the period 1991-2012. According to this database, approximately 40% of hydrometeorological events were caused by floods, landslides, hail, local storms and windstorms. One of the main meteorological variables associated with natural disasters is precipitation. Understanding the behavior and improving the prediction of these events is of fundamental importance as heavy rainfall causes irreparable damage and causes great economic losses for a country. With the objective of improve the understanding about extreme rainfall of Brazil a daily 1°x1° gridded precipitation database was used to assess the performance of different precipitation products to retrieval extreme rainfall at different regions of Brazil, as well as an analysis of the Mesoscale Convective Systems and their influence on extreme rain. The products evaluated in this investigation were 3B42 RT v7.0, 3B42 RT v7.0 uncalibrated, CMORPH V1.0 RAW, CMORPH V1.0 CRT, GSMAP-NRT-no gauge v6.0, GSMAP-NRT- gauge v6.0, CHIRP V2.0, CHIRPS V2.0, PERSIANN CDR v1 r1, CoSch and TAPEER v1.5 from Frequent Rainfall Observations on GridS (FROGS) database. Some products considered in this investigation are adjusted with rain gauge values and others only with satellite information. In this study, these two sets of products were considered. In addition, gauge-based daily precipitation data, provided by Brazils National Institute for Space Research, were used as reference in the analyses. In order to compare gauge-based daily precipitation and satellite-based data for extreme values, statistical techniques were used to evaluate the performance the selected satellite products over the tropical region of South America. According to the results, the threshold for rain to be considered an extreme event in South America presented high variability, ranging from 20 to 150 mm/day, depending on the region and the percentile threshold chosen for analysis. In addition, the results showed that the ability of the satellite estimates to retrieve rainfall extremes depends on the geographical location and large-scale rainfall regimes. Each region of Brazil is characterized by extremes of rain with different intensities. The regions with the highest values are south and north regions of Brazil with values around 125.0 mm/day. In both regions, the GSMAP product (with and without rain gauges adjustments) have a better performance. On the other hand, the regions with the lowest intensities are the northeastern region (inland and coast) with more frequent extreme values around the 35.0 mm/day. In those regions 3B42RT v7.0 and 3B42RT v7.0 uncalibrated demonstrated a better performance respectively. It is worth mentioning that the precipitation values found in this work do not necessarily cause disasters or generate impacts in the analyzed regions, they were considered extreme from a statistical point of view, considering the analyzed database. In order to describe the morphological characteristics of the MCS and identify the influence of these systems on extreme rain during the period 2012-2016 in the tropical region of South America, the dataset used in this investigation was the CACATOES dataset. It is a level-3 product derived from the Tracking Of Organized Convection Algorithm through 3D segmentatioN (TOOCAN). According to results, small systems with a duration smaller than 12 hours are the ones that occurred with a higher frequency. However, systems that have duration above 12 hours are the ones that most contributed to the extreme rain. A significant influence of the MCS was identified over a large part of the South America regions. In addition, the influence of the MCS over the investigated region presented a significant variability. In order to analyze five case studies associated to extreme rain which caused natural disaster in five different regions of Brazil was analysed. The regions were defined based on previous studies according to the climatological distribution of rainfall in each region. To be considered statistically extreme, the cases were analyzed considering rain values above the 99th percentile during the period 2012-2016. Three databases were used: Precipitation from (i) rain gauges stations and (ii) different satellite-based estimates and (iii) Mesoscale convective tracking data. The methodology was based in identifying events, analyzing the performance of satellite precipitation estimates to detect the observed extreme rain and finally quantifying the influence of convective systems on the extreme rain that occurred. Although all regions of Brazil are subject to the occurrence of natural disasters caused by extreme rains, the results suggest that the impacts caused in each region have different magnitudes. It was noticed that the convective systems influenced above 90.0 % of the extreme rains in the case analysed in South region of Brazil while it influenced about 60.0 % to 90.0 % of the extreme rains in the case analysed in Northeast region of Brazil. In general, satellite products have identified rain events, however, in the southern region of Brazil, products have tended to overestimate rainfall, while other regions have tended to underestimate extreme rain values. It can be seen then that it is still a challenge for the methods used in the satellite precipitation estimation products to accurately identify specific extreme rain events. RESUMO: As mudanças climáticas estão aumentando a intensidade e a frequência de eventos extremos em todo o mundo. Cada vez mais, a sociedade está vulnerável aos perigos dos desastres naturais. De acordo com o Atlas Brasileiro de Desastres Naturais, um total de 38.996 desastres foram registrados no período de 1991 a 2012. De acordo com esta base de dados, aproximadamente 40% dos eventos hidrometeorológicos foram causados por inundações, deslizamentos de terra, granizo, tempestades locais e vendavais. Uma das principais variáveis meteorológicas associadas aos desastres naturais é a precipitação. Entender o comportamento e melhorar a previsão desses eventos é de fundamental importância, pois chuvas intensas causam danos irreparáveis e grandes perdas econômicas para um país. Com o objetivo de melhorar o entendimento sobre as chuvas extremas do Brasil, um banco de dados diário de precipitação em grade de 1°x1° foi usado para avaliar a habilidade de diferentes produtos de estimativas de precipitação por satélite em detectar as chuvas extremas em diferentes regiões do Brasil, bem como a análise da sistemas convectivos de mesoescala e sua influência nas chuvas extremas. Os produtos avaliados nesta investigação foram 3B42 RT v7.0, 3B42 RT v7.0 não calibrado, CMORPH V1.0 RAW, CMORPH V1.0 CRT, GSMAP-NRT-sem pluviometro v6.0, GSMAP-NRT-com pluviometro v6.0 , CHIRP V2.0, CHIRPS V2.0, PERSIANN CDR v1 r1, CoSch e TAPEER v1.5 do banco de dados Frequent Rainfall Observations on GridS (FROGS). Alguns produtos considerados nesta investigação são ajustados com valores de pluviômetro e outros apenas com informações de satélite. Neste estudo, esses dois conjuntos de produtos foram considerados. Além disso, dados de precipitação diária baseados em indicadores, fornecidos pelo Instituto Nacional de Pesquisas Espaciais do Brasil, foram usados como referência nas análises. A fim de comparar a precipitação diária baseada em pluviômetro e os dados de satélite para valores extremos, técnicas estatísticas foram usadas para avaliar o desempenho dos produtos de satélite selecionados na região tropical da América do Sul. De acordo com os resultados, o limiar para chuva ser considerada um evento extremo na América do Sul apresentou grande variabilidade, variando de 20,0 a 150,0 mm/dia, dependendo da região e do limiar de percentil escolhido para análise. Além disso, os resultados mostraram que a capacidade das estimativas de satélite de recuperar os extremos de chuva depende da localização geográfica e dos regimes de chuva em grande escala. Cada região do Brasil é caracterizada por extremos de chuva com intensidades diferentes. As regiões com os maiores valores são as regiões Sul e Norte do Brasil com valores em torno de 125,0 mm / dia. Em ambas as regiões, o produto GSMAP (com e sem ajustes de pluviômetros) tem melhor desempenho. Por outro lado, as regiões com as menores intensidades são a região Nordeste (interior e litoral) com valores extremos mais frequentes em torno dos 35,0 mm/dia. Nessas regiões, o 3B42RT v7.0 e o 3B42RT v7.0 não calibrado demonstraram um melhor desempenho, respectivamente. Vale ressaltar que os valores de precipitação encontrados neste trabalho não necessariamente causam desastres ou geram impactos nas regiões analisadas, foram considerados extremos do ponto de vista estatístico, considerando a base de dados analisada. Com o objetivo de descrever as características morfológicas do MCS e identificar a influência desses sistemas nas chuvas extremas durante o período de 2012-2016 na região tropical da América do Sul, o conjunto de dados utilizado nesta investigação foi o conjunto de dados CACATOES. É um produto de nível 3 derivado do Algoritmo de Rastreamento de Convecção Organizada por meio da segmentação 3D (TOOCAN). De acordo com os resultados, pequenos sistemas com duração inferior a 12 horas são os que ocorreram com maior frequência. Porém, os sistemas que têm duração acima de 12 horas são os que mais contribuem para as chuvas extremas. Foi identificada uma influência significativa do MCS em grande parte das regiões sul-americanas. Além disso, a influência do MCS sobre a região investigada apresentou uma variabilidade significativa. Com o objetivo de analisar cinco estudos de caso associados às chuvas extremas que causaram desastres naturais em cinco diferentes regiões do Brasil foram analisados. As regiões foram definidas com base em estudos anteriores de acordo com a distribuição climatológica das chuvas em cada região. Para serem considerados estatisticamente extremos, os casos foram analisados considerando-se valores de chuva acima do percentil 99 durante o período de 2012-2016. Três bancos de dados foram usados: Precipitação de (i) estações pluviométricas e (ii) diferentes estimativas baseadas em satélite e (iii) dados de rastreamento convectivo de mesoescala. A metodologia baseou-se na identificação de eventos, na análise do desempenho das estimativas de precipitação por satélite para detectar as chuvas extremas observadas e, por fim, quantificar a influência dos sistemas convectivos nas chuvas extremas ocorridas. Embora todas as regiões do Brasil estejam sujeitas à ocorrência de desastres naturais causados por chuvas extremas, os resultados sugerem que os impactos causados em cada região têm magnitudes diferentes. Percebeu-se que o sistema convectivo influenciou acima de 90,0 % das chuvas extremas no caso analisado na região Sul do Brasil enquanto influenciou cerca de 60,0 % a 90,0 % das chuvas extremas no caso analisado na região Nordeste do Brasil. Em geral, os produtos de satélite identificam eventos de chuva, no entanto, na região sul do Brasil, os produtos tendem a superestimar as chuvas, enquanto outras regiões tendem a subestimar os valores extremos de chuva. Pode-se ver então que ainda é um desafio para os métodos usados nos produtos de estimativa de precipitação por satélite identificar com precisão eventos específicos de chuva extrema. | |||||||||
| Área | MET | |||||||||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > MET > Analysis of extreme... | |||||||||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Analysis of extreme... | |||||||||
| Conteúdo da Pasta doc | acessar | |||||||||
| Conteúdo da Pasta source |
| |||||||||
| Conteúdo da Pasta agreement |
| |||||||||
| 4. Condições de acesso e uso | ||||||||||
| URL dos dados | http://mtc-m21c.sid.inpe.br/ibi/8JMKD3MGP3W34R/4465CAB | |||||||||
| URL dos dados zipados | http://mtc-m21c.sid.inpe.br/zip/8JMKD3MGP3W34R/4465CAB | |||||||||
| Idioma | en | |||||||||
| Arquivo Alvo | publicacao.pdf | |||||||||
| Grupo de Usuários | pubtc@inpe.br rayana.araujo@inpe.br simone | |||||||||
| Visibilidade | shown | |||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | |||||||||
| Detentor dos Direitos | originalauthor yes | |||||||||
| Permissão de Leitura | allow from all | |||||||||
| Permissão de Atualização | não transferida | |||||||||
| 5. Fontes relacionadas | ||||||||||
| Repositório Espelho | urlib.net/www/2017/11.22.19.04.03 | |||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F35TRS 8JMKD3MGPCW/46KUATE | |||||||||
| Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 | |||||||||
| 6. Notas | ||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | |||||||||