Los algoritmos RAINSAT permiten obtener el campo de precipitación a partir de las imágenes de satélite METEOSAT. En su forma más elaborada, utilizan los canales de IR y VIS según la hipótesis de que a temperaturas más frías de tope de nubes y valores de brillo más elevados, la probabilidad de lluvia es mayor. Se presenta una comparación frente al dato radar en base a la ocurrencia o no ocurrencia de lluvia para las matrices de primavera y verano, apuntado posibles mejoras en la operación futura de estos algoritmos.
1. Introducción.
En el INM y creados en el sistema McIDAS y en los ordenadores de la red de Radares, se están elaborando dichos productos desde 1994 con algoritmos creados para el ámbito geográfico español. Su creación involucra al dato radar como comprobación de la existencia de lluvia y base para la generación de las estadísticas de las que se elaboran las matrices de probabilidad y de intensidad de precipitación.
Actualmente, existen en servicio 4 juegos de matrices para cada estación meteorológica del año. Estas matrices se han ido refinando con datos de 1993,1994 y 1995 en base a los resultados obtenidos por una evaluación objetiva de las matrices de primavera, verano. En esta trabajo, se presenta el método utilizado y los resultados obtenidos.
2. Generación de las matrices.
Las matrices son generadas a partir de las imágenes IR y VIS del METEOSAT recibidas en SIRAM. Las visibles son normalizadas y corregidas de error de paralaje. Las imágenes infrarrojas son transformadas en temperaturas. Para cada pixel de 4 x 4 km existirá una pareja (cuenta de visible, temperatura). Comparando pixel a pixel con la imagen radar, se puede realizar un conteo y una estadística para definir aquellas parejas (VIS,IR) a las que les corresponde lluvia y aquellas a las que no.
Los umbrales que afectan al dato radar para generar las matrices son 0.5 mm/h como mínimo, 100 mm/h como máximo y distancia de 180 km respecto al radar (150 en las matrices de invierno). El umbral de probabilidad para considerar como lluvia una pareja de valores (VIS,IR) es aquel en el que el número de pixeles satélite con lluvia iguala al de pixeles de lluvia radar.
Este criterio recibe el nombre de "equalización de las áreas" y se le apoda como EQ_PC. Las matrices de probabilidad dan lugar a una serie de productos llamados "Probabilidad de precipitación" que son los evaluados en este trabajo. Los productos "Intensidad de Precipitación" quedan fuera. Para mayor información y detalles se recomienda la lectura de (Camacho y Gutiérrez, 1994).
Las clases de probabilidad vienen tabuladas de la siguiente manera:
No lluvia % 0
Riesgo débil % EQ_PCx0.4
Riesgo moderado % EQ_PC
Riesgo alto % [(100-EQ_PC)x0.5]+EQ_PC
Riesgo muy alto % [(100-EQ_PC)x0.8]+EQ_PC
Las comparaciones se realizan considerando como lluvia todo aquel pixel que pertenezca a las tres clases más altas del producto probabilidad de precipitación y que han de coincidir en el total con todos los pixeles de lluvia del producto intensidad de precipitación RAINSAT. No se realiza la comparación con esquemas sólo IR o sólo VIS por que se conoce que los resultados son manifiestamente peores que los VIS-IR. Este hecho limita el trabajo a las horas diurnas.
3. Estadísticas matrices a estudiar.
Las matriz de primavera se generó a partir de 90 casos de 1993 con un total de 2.7 Mpixels de los que 0.13 Mpixels (4.9%) fueron de lluvia radar. Los parámetros estadísticos de la muestra dependiente fueron:
EQ_PC: 28 POD: 56.8 CSI: 39.0 FAR: 43.0
Para la matriz de verano se utilizaron 24 comparaciones radar- satélite de 1993 con 0.6 Mpixels de los que solo 44 kPixels (7.5%) fueron de lluvia radar. Los parámetros estadísticos:
EQ_PC: 34 POD: 63.3 CSI: 46.0 FAR: 36.0
Más detalles de estas y de las otras matrices se encuentran en (Arribas, 1994).
4. Comparación
Las comparaciones para la matriz de primavera se realizaron a partir de 92 casos de 1994 con un total de 3 Mpixels de los que 0.2 Mpixels fueron de lluvia radar. Los parámetros estadísticos de la muestra independiente fueron:
EQ_PC: 34 POD: 57.0 CSI: 40.1 FAR: 42.5
Para la matriz de verano se utilizaron 60 comparaciones radar- satélite de 1994 con 2 Mpixels de los que solo 0.64 (3,2%) fueron de lluvia radar. Los parámetros estadísticos:
EQ_PC: 31 POD: 61.7 CSI: 44.6 FAR: 38.3
Las matrices generales han de ser capaces de englobar todos los casos posibles dentro de una estación pero esta "generalidad" les obliga a ser poco "precisas" cuando de un caso concreto de nubes de precipitación se trata. En este trabajo se trata de poner de manifiesto los límites estadísticos en los que nos movemos cuando usamos el producto RAINSAT pero para apreciar mejor estas referencias remitimos a la nota Técnica "Evaluación de los esquemas Rainsat" a punto de ser publicada por el ST.
La evaluación se realizó mediante el conocido CSI y se añadieron dos coeficientes de mejora (SKILL) respecto a dos métodos independientes de pronóstico de la lluvia. SKILL1 demuestra la mejora frente a repartir de manera aleatoria la lluvia que dan el radar entre TODOS los pixeles satélite. SKILL2 es la mejora frente al método de la moneda para obtener si llueve o no en cada pixel .Ver para ejemplo de evaluación con este índice (Coretti y Cannizaro,1990)
CSI - CSI (estandar)
SKILL = -------------------------
100 - CSI (estandar)
La máxima mejora será cuando SKILL valga 1 y cero cuando los CSI sean iguales. Pueden existir valores negativos.
Los valores generales caso por caso y generales se muestran en la siguiente tabla:
Tabla 1: Resultados de la evaluación de las matrices RAINSAT.
Existe una amplia variedad de resultados cuando se consideran casos individuales. Aparece también, especialmente en verano una tendencia a representar mejor las situaciones de convección que las frontales, probablemente debido a la selección de casos llevada a cabo para la realización de las matrices originales. A tal efecto se pusieron operativas en el verano de 1995, dos nuevas matrices para distinguir ambos tipos.
4. Conclusiones.
Los resultados en España son similares a los de otros países (King y otros,1989).
Los productos Rainsat tienen un valor como herramienta complementaria para los radares pero no pueden esperarse estimaciones afinadas de la precipitación utilizando solo dos canales de un satélite con la resolución del actual Meteosat.
Los problemas de navegación que aparecen podrían ser paliados con una resolución inferior (8 X 8 Km), aunque esto repercutiría negativamente en la sensibilidad RAINSAT a valores intensos de precipitación. También hay que tener en cuenta que la evaluación se hizo sin ajustar (navegar) previamente las imágenes RAINSAT y RADAR, cosa que sí se hizo al generar las matrices.
El uso de diferentes matrices para grandes tipos de sistemas de precipitación además de las generales para cada estación ayudaría a mejorar la estimación de lluvia.
Bibliografía y Referencias.
Arribas A. 1994: "Archivo de situaciones meteorológicas del Centro Nacional del INM". Nota Interna ST.
Camacho ,J.L., J.M. Gutiérrez. 1994: "Técnicas RAINSAT en Centro Nacional". Nota técnica INM. SRS-RAD-13//5-94
Camacho, Arribas y Gutiérrez, 1996: "Evaluación de los esquemas VIS-IR Rainsat". Nota técnica INM. SRS-RAD-s/n
Coretti y Cannizaro.1990. "Evaluation of a bispectral technique for rainfall estimate by satellite over Italy". 8 Users Met. Meteosat. Norrkoping.
King,Tsoi-Ching,Steenbergen,1989. "RAINSAT: A one year evaluation of a bispectral method for the analysis and STF of Precipitation Areas". Wea. and For. 4,210-221.
Rodriguez, A. y R. Pascual,1996. "Desarrollos y Actuaciones Relacionados con la Aplicación RAINSAT-SAIDAS". SRS-SAT-18//2-96
TABLA 1
EVALUACION RAINSAT PRIMAVERA 94
Día Ll.sat Ll.rad Rad/Sat Tot.pix CSI SKILL1 SKILL2 Máscara
24.04.94 88958 28086 0.32 693460 21.2 0.176 0.144 No
15.05.94 22128 18262 0.83 412340 27.2 0.216 0.206 Pit.
17.05.94 68105 44205 0.65 635297 26.2 0.198 0.188 No
19.05.94 88054 56093 0.64 430615 26.2 0.183 0.178 Med
22.05.94 51379 38945 0.76 676247 27.9 0.248 0.209 Med
01.06.94 21788 11386 0.52 101002 37.3 0.172 0.233 Med
TOTAL 340412 196977 0.58 2948961 26.1 0.225 0.211
EVALUACION RAINSAT VERANO 94
Día Ll.sat Ll.rad Rad/Sat Tot.pix CSI SKILL1 SKILL2 Máscara
15.07.94 22175 13113 0.59 300210 18.7 0.114 0.112 Med
09.08.94 57888 30774 0.53 482744 29.4 0.260 0.195 Med
20.08.94 28785 13462 0.47 400939 16.2 0.117 0.105 Pit.
29.08.94 2357 950 0.40 145297 17.1 0.050 0.162 No
30.08.94 5265 2227 0.42 145974 22.1 0.102 0.200 No
31.08.94 5503 1226 0.22 105399 13.3 0.019 0.116 Pit.
04.09.94 9553 3745 0.39 278857 32.4 0.277 0.307 No
13.09.94 71381 27770 0.39 538451 24.8 0.193 0.165 Pit.
14.09.94 3202 2717 0.85 102065 28.6 -0.083 0.254 No
TOTAL 206109 95984 0.47 2499936 24.0 0.215 0.202