Identificación de campos de precipitación mediante el uso de radares meteorológicos: una alternativa para mejorar las estimaciones espaciales de las lluvias

La interpolación espacial de las observaciones puntuales provenientes de estaciones meteorológicas es una manera recurrente de estimar la precipitación en un determinado sitio. Sin embargo, a medida que se incrementa la distancia al sitio puntual de medición estas estimaciones suelen diferir fuertemente en la cantidad de agua que realmente precipita. Los sensores remotos ópticos a bordo de satélites permiten incrementar la extensión espacial con una adecuada resolución temporal, sin embargo, presentan una baja resolución espacial. Los radares meteorológicos terrestres, por su parte, presentan mayor resolución espacial y temporal, aunque trabajos previos han demostrado un importante desfasaje entre los valores de precipitación estimados y los registrados en pluviómetros. Dada la limitada información puntual de precipitación y su variable distribución en el territorio, la identificación de campos de precipitación (es decir, el área donde efectivamente ocurre el evento precipitante) mediante los radares puede ser una importante alternativa para incrementar la precisión de las estimaciones basadas en interpolaciones convencionales. El objetivo de este trabajo fue delimitar los campos de precipitación a partir de la utilización de la red de radares meteorológicos del INTA con el fin de complementar las estimaciones de lluvia en grandes extensiones del territorio basadas en interpolaciones de datos puntuales. Para ello se consideró un período de análisis que incluyó los meses de octubre y noviembre de 2016 y un total de 8784 imágenes. Se realizó la interpolación espacial de los registros pluviométricos diarios medidos en estaciones meteorológicas y se utilizaron los radares meteorológicos para reconocer la distribución espacial de los eventos de precipitación, calculándose un umbral de detección de precipitación de 3,125 mm. Se delimitaron campos de precipitación y se generó el producto de “Interpolación Espacial utilizando Radar (IER)” a escala diaria y mensual. Se observó que solo en el 55% del área estudiada efectivamente acontecieron eventos de precipitación diaria, por lo que las interpolaciones espaciales convencionales generan una sobreestimación en el área de ocurrencia de este evento. Esto generaría una sobreestimación promedio del agua precipitada en el área de estudio de 91,1 mm y 35,2 mm para los meses de octubre y noviembre respectivamente, lo que podría afectar seriamente la toma de decisiones relacionadas con este recurso. El radar resultó ser una herramienta práctica y complementaria para la delimitación de aquellas zonas en las que se produjo el evento de precipitación y que resultan sobreestimadas por el registro discontinuo en las interpolaciones espaciales, aun más en zonas alejadas de las estaciones meteorológicas.The spatial interpolation of point measurement from meteorological stations is a recurring way of estimating precipitation at a given site. However, as the distance to the specific measurement site increases, these estimates tend to differ greatly in the amount of water that actually precipitates. Optical remote sensors on board satellites allow to increase the spatial extent with an adequate temporal resolution, although they have a low spatial resolution. The terrestrial weather radars present greater spatial and temporal resolution but previous works have shown a significant gap between the estimated precipitation values and those recorded in rain gauges. Given the limited punctual precipitation information and its variable distribution in the territory, the identification of precipitation fields (that is, the area where the precipitating event actually occurs) using radars can be an important alternative to increase the accuracy of the estimates based in conventional interpolations. The objective of this work was to delimit precipitation fields from the use of the INTA weather radar network in order to complement rainfall estimates in large areas of the territory based on data from punctual interpolations. For this, data from October and November 2016 were considered for the analysis, including a total of 8784 images. The spatial interpolation of the daily rainfall records measured at the meteorological stations was performed and the weather radars were used to recognize the spatial distribution of precipitation events. For that, a precipitation detection threshold of 3,125 mm was defined. The precipitation fields were delimited and the product of “Spatial Interpolation using Radar (IER)” was generated on a daily and monthly scale. It was observed that events of daily precipitation actually occurred only in 55% of the studied area, so that conventional spatial interpolations generate an overestimation in the area of occurrence of this event. This would generate a mean overestimation of precipitated water for the study area of 91,1 mm y 35,2 mm for the months of October and November respectively, which could seriously affect the decision-making related to this resource. The radar turned out to be a practical and complementary tool for the delimitation of those areas that were affected by the precipitation event and that are overestimated by the discontinuous recording in the spatial interpolations, even more in distant areas from meteorological stations.Gerencia de Comunicación Institucional, DG SICyP, INTAFil: Salvó, Constanza Sofía. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos; ArgentinaFil: Baldassini, Pablo. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos; ArgentinaFil: Baldassini, Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura; ArgentinaFil: Baldassini, Pablo. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura; ArgentinaFil: Di Bella, Carlos Marcelo. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos; ArgentinaFil: Di Bella, Carlos Marcelo. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentin