IV Simposio Nacional de Predicci≤n

Memorial "Alfonso Ascaso"

Madrid 15-19 Abril 1996

I.N.M.


CONTROL DE CALIDAD DE LOS DATOS DEL CENTRO REGIONAL RADAR

Fernando Aguado
Francisco Pérez

Sección de Teledetección Terrestre del INM

RESUMEN

Se describe el desarrollo de un esquema operativo para realizar el control de calidad de los datos del radar. El procedimiento está basado en la comparación estadística de dichos datos con datos pluviométricos 'correspondientes' colectados por las redes automática, completa y termopluviométrica del INM. Se discuten los primeros resultados obtenidos para el radar de La Coruña que abarcan un periodo de dos años.

1.    Introducción.

La verificación de datos de precipitación radar con otros procedentes de las redes convencionales de observación plantea dos problemas previos que conviene discutir: La magnitud de los errores de la base verificante y el problema de la compatibilidad entre ambos tipos de dato, un concepto que se podría definir como el grado de adecuación de la representatividad espacial del pluviómetro a la superficie de 2*2 km2 que el radar dice representar.

El pluviómetro muestrea el campo de precipitación de forma discreta en el espacio y realiza una integración continua en el tiempo. Si las lecturas y el mantenimiento se realizan con el debido cuidado, la precisión de la medida es relativamente buena. (Sevruk, 1982) por ejemplo, señala que estos instrumentos leen entre un 5 y un 30% por debajo de la precipitación real debido a errores asociados en su mayor parte a la deformación de los campos de viento y, en menor medida, a otros factores como el humedecimiento de las superficies internas, la evaporación o las salpicaduras.

Un resumen de estudios anteriores elaborado por (Larson y Peck, 1974) dan como valores típicos de subestimación en caso de lluvia (Para la nieve los valores son algo más altos), el 12% con vientos de 5 m/sg y del 19% para velocidades de 10 m/sg. Estos errores sistemáticos no se pueden reducir del todo pero se pueden limitar bastante con una buena instalación del equipo de medida y una corrección posterior de los datos.

En lo que respecta a errores aleatorios de la medida puntual, (Huff, 1970) señala una variabilidad relativa (diferencia media dividida por el promedio superficial) del 4% para valores de precipitación superficial media entre 0.25 y 5 mm. y del 1% para lluvias superiores a 12.5 mm. y concluye que esas diferencias son las mínimas que cabe esperar.

También interesa destacar el error de muestreo debido a la falta de representatividad espacial de los pluviómetros. Este problema ha sido estudiado por (Silverman y otros, 1981) usando como referencia patrones celulares de isoyetas generados por una función de distribución continua cuyos parámetros representan características de forma, tamaño, situación y valor del máximo y gradiente de precipitación. Combinando esos parámetros se obtienen formas que se ajustan muy bien a un amplio rango de isoyetas observadas con redes densas en sistemas convectivos.

Los patrones, se muestrean luego con redes regulares y los valores de precipitación media superficial se obtienen por el método aritmético que supone que dichos valores coinciden con el dato puntual de cada celdilla que determina la red.

Modificando la posición relativa de la red, se obtiene una distribución de los errores del muestreo que es bimodal para gradientes no lineales y cuya varianza aumenta con el gradiente de precipitación y decrece al aumentar la densidad de la red.

Por poner un ejemplo, para una formación de isoyetas típica de una situación de chubascos convectivos en Florida (tiempo de acumulación del orden de la hora y tamaño de 50*50 km2) publicada por (Woodley y otros, 1975) y con muestreos realizados en un grid de 8 km de paso, se obtienen diferencias mayores del 100% según como se posicione la red. En análisis con acumulaciones diarias esos errores disminuyen en paralelo con el suavizado que se produce en los gradientes al aumentar el periodo de acumulación.

Respecto a la verificación de datos radar se puede estimar por tanto, que la compatibilidad con los datos pluviométricos se empieza a producir para acumulaciones horarias y mejora conforme se alarga el periodo de recogida, no siendo válidos los intentos de comparar datos de intensidad de precipitación.

2.    Captación de datos.

Los datos que se van a comparar son, en cuanto a la red convencional, las precipitaciones horarias, hexahorarias (0_7, 7_13, 13_18, 18_24) y diarias (7_7) procedentes de las redes automática, completa y termopluviométrica del INM.

Los datos radar correspondientes proceden de las imágenes de acumulación horarias HR, hexahorarias H6 (0_6, 6_12, 12_18 y 18_24) y diarias D7 (7_7) y son los de aquéllos pixels (2*2 km2) cuya localización geográfica coincida con las estaciones pluviométricas.

La extracción del dato convencional se realiza una vez por trimestre en el banco de datos climatológico para las tres redes de observación. Luego se separan los datos para formar un fichero trimestral para cada sistema regional de radar donde se encuentren todas las precipitaciones recogidas por aquellas estaciones que estén situadas a menos de 200 kms del emplazamiento del radar.

La extracción del dato radar la realiza en tiempo real la aplicación de control EWIS merced a unos cambios que se introdujeron hace tiempo. Como reseutado se forman ficheros trimestrales con las acumulaciones reseñadas antes. En la tabla 1 se ilustra el contenido de un fichero de extracción radar en un pequeño tramo temporal.

Tabla 1. Listado de pluviometría radar. Se muestran registros de tipo horario (Tp=7), acumulación 0_6 (Tp=4) y diario (Tp=5). Los parámetros I_Tm y P_Tm son los porcentajes de tiempo con CAPPIS interpolados y perdidos para la imagen de acumulación.

El fichero de definición de los pixels a extraer para cada radar se preparó con la información del maestro de estaciones del INM y con la localización geográfica del emplazamiento radar. Ese fichero, en formato texto, es ampliable pues admite definición de hasta 1000 estaciones para cada tipo de dato.

3.    Tratamiento estadístico.

3.1.    Disposición de series estadísticas.

La comparación de datos se puede realizar con bastante flexibilidad mediante un programa al que se debe proporcionar el tipo de acumulación ( HR, H6 ó D7), el periodo de tiempo que abarca la comparación ( Maximo de 1, 3 y 6 años, respectivamente) y dos listas con los nombres de los ficheros trimestrales radar y pluviométricos que contienen los datos del periodo señalado.

Se generan pares de datos ( R, P) y se posicionan en una matriz (estación, tiempo) donde todos ellos encuentran su acomodo. El dato radar aparecerá solo en el caso en que la imagen se haya elaborado con la suficiente calidad.

Se consideran tres clases de series :

De estaciones (tantas series como estaciones pluviométricas)

Global de la imagen (una serie con todos los pares).

Global por sectores (doce series cada una con las estaciones cuya posición geográfica esté comprendida en un particular sector de la imagen, definido en los términos que se indican en la Fig. 1.

Figura 1. Definición de sectores de la imagen.

3.2.    Proceso básico.

Las tablas 2 y 3 muestran algunos resultados para el radar de La Coruña que servirán como ilustración del procedimiento. La primera con acumulaciones HR durante el mes de noviembre del año 1995 y la segunda (incompleta en cuanto al número de estaciones) con acumulaciones D7 durante el otoño de 1995

Las tablas contienen tres secciones bajo los títulos CONTROL DE DATOS RADAR, ESTADISTICAS GLOBALES (con resultados por sectores únicamente para datos D7) y LISTADO POR ESTACIONES, donde aparecen los calculos de ciertos parámetros sobre los datos de cada serie.

Común a todas las series es el cálculo de los índices que aparecen bajo el título Emparejados pues se realizan sobre los pares ( R, P) en que exista el dato de ambos sistemas de observación. Los índices se agrupan en cuatro clases:

La primera solo contiene el número de emparejamientos, Num.

La segunda agrupa a las probabilidades en tanto por mil construidas a partir de la matriz de ocurrencias de lluvia (llueve cuando hay más 0.8 litros) descrita en la Figura 2. Los índices son, de izquierda a derecha en la tabla, las probabilidades de coincidencia total PCT, de detección PDT, de falsa alarma PFA, de eco de tierra PET y de ocultación del haz POC.

Figura 2. Matriz de ocurrencias de lluvia. Las probabilidades están representadas en tanto por uno.

La tercera agrupa a las probabilidades en tanto por mil construidas a partir de la matriz de ocurrencias de cantidad de lluvia descrita en la Figura 3.

Figura 3. Matriz de ocurrencias por intervalos de lluvia. Las probabilidades están representadas en tanto por uno.

Las cantidades de lluvia se agrupan en tres clases separadas por los umbrales UDM y UMF que toman distinto valor según sea el periodo de acumulación de que se trate. Los índices en este caso son, de izquierda a derecha en la tabla, el número de datos detectados o pares en que ambos valores sean superiores a 0.8 litros NUM, las probabibilidades en tanto por mil de coincidencia total PCT, de coincidencia en lluvia débil PCD, de coincidencia en lluvia moderada PCM y de coincidencia en lluvia fuerte PCF. Por último, C_TOT es el cociente de los flujos totales de lluvia registrados por el radar y los pluviómetros.

La cuarta clase muestra la media M_DIS y desviación estandar D_DIS de la distribución del logaritmo decimal del llamado assessment factor o cociente entre el dato radar y el dato pluviométrico. P_REG y C_COR son, respectivamente la pendiente y correlación obtenidas, siguiendo las recomendaciones de (Kessler y Neas, 1994), en la regresión log R frente a log P.

La sección ESTADISTICAS GLOBALES recoge también el número de estaciones N_EST que se han usado en la estadística global.

La sección LISTADO POR ESTACIONES muestra además el número de emparejamientos posible en el periodo de tiempo considerado NEP, el indicativo de la estación

Est. y su posición con respecto al emplazamiento Dis (en decenas de kms) y Ang (en decenas de grado) y una clasificación de los datos no emparejados en porcentaje según la causa que impidió el emparejamiento: NR no había dato radar, NP no había dato pluviométrico y SR el dato radar estaba saturado (implicitamente están también los casos en que no había ni dato radar ni dato pluviométrico).

3.2.1.    Control funcional efectivo:

La sección CONTROL DE DATOS RADAR contiene información interesante. Cuando el proceso se realiza por meses sobre datos horarios, como en la tabla 2, el cociente entre el número de imágenes disponibles cuando llovía y el número de datos con lluvia según los pluviómetros da, muy aproximadamente la funcionalidad efectiva (funcionalidad cuando realmente es necesaria) del sistema radar.

    

3.3.    Proceso derivado.

Consiste en la confección de tablas y gráficos basados en resultados del proceso anterior.

Un ejemplo del tipo de información a obtener (de las muchas posibilidades que existen) se muestra en la tabla 3, donde se comparan las estadísticas estacionales de los datos diarios en los dos años de los que se dispone de información. Abajo se ha obtenido la misma información pero considerando solamente datos de las estaciones automáticas.

Aunque parece apreciarse un mejor comportamiento del sistema radar en el año 1995 que en el anterior, es todavía pronto para sacar conclusiones de forma clara. Es preciso afinar más el procedimiento limitando la aparición de índices a aquella series en las que se disponga del suficiente número de casos y restringiendo la población de estaciones a aquéllas que ofrezcan suficiente confianza.

4.    Conclusiones:

Se presenta la primera versión de un sistema de control de calidad de los datos del radar.

Falta establecer limitaciones al número de datos para que los índices ganen en nivel de significación.

Se deben definir periodos significativos de procesado para cada tipo de acumulación y normalizar las presentaciones derivadas, tanto en forma de tabla como en forma gráfica.

Los resultados de la tabla 4 indican también que para poder abordar los objetivos del control de calidad con mayores garantías habrá que usar estaciones pluviométricas cuya calidad sea contrastada.

Tabla 2.

Tabla 3.

Tabla 4.

    Referencias

Huff, F. 1970. Sampling errors in measurement of mean precipitation. Jour. Appl. Meteor, 7 940-943.

Kessler, E. y Neas, B. 1994. On correlation, with applications to the radar

and raingage measurement of rainfall. Atm. Research 34 (1994) 217-229.

Larson, L y Peck, E. 1974. Accuracy of precipitation measurement for hydrolgical modeling. Water Reso. Res. 10 857-873.

Sevruk, B. 1982. Methods of correction for systematic error in point precipitation measurement for operational use. WMO n. 589. O.H. Rep 21.

Silverman, B., Rogers, L., Dahl, D. 1981. On the sampling variance of raingage networks. Jour. Appl. Meteor. Vol 20 (1981) 1468-1478.

Woodley, W. Olsen, A. Herndon, A y Viggert, V. 1975. Comparison of gage and radar methods of convective rain measurement. Jour. Appl. Meteor. (1975) 909- 927.


Indice Sesi≤n Posters

Indice General