Implementación de un sistema de control de calidad de datos automáticos de precipitación en el marco del proyecto Prevenir

Abstract

Las mediciones de precipitación confiables con alta resolución temporal y espacial son datos de entrada esenciales para numerosas aplicaciones operativas en meteorología e hidrología, como la estimación cuantitativa de precipitación (ej., Hobouchian et al., 2017), el pronóstico inmediato, las condiciones iniciales en tiempo real para la predicción meteorológica numérica, el modelado hidrológico, etc. (Ośródka et al., 2022). En las últimas décadas, la disponibilidad de datos de precipitación con alta resolución temporal y espacial se ha incrementado significativamente sobre los continentes gracias al desarrollo de redes de estaciones automáticas y a las estimaciones de precipitación provistas por sensores remotos como el radar meteorológico. Estos conjuntos de datos permiten analizar y entender el comportamiento de la precipitación en escalas temporales del orden de los minutos y espaciales del orden del kilómetro. Las estaciones automáticas pueden contribuir a complementar la información provista por los sensores remotos y ser utilizadas para la validación de dicha información y para el desarrollo de algoritmos más precisos, así como también para realizar un monitoreo con alta resolución temporal de la precipitación. Los datos de precipitación están sujetos a errores sistemáticos y aleatorios que deben ser detectados para poder hacer un uso eficiente de la información. Esto es cierto en particular para las redes de estaciones automáticas que utilizan sensores más complejos y que producen datos con mayor frecuencia temporal. El objetivo del presente trabajo es implementar y evaluar un sistema de control de calidad para datos pluviométricos con particular énfasis en las escalas temporales sub-horarias. En particular, se plantea desarrollar y evaluar diferentes componentes de dicho sistema, incluyendo un componente basado en la comparación objetiva con imágenes satelitales infrarrojas.