Reducción de la escala de las estimaciones diarias de precipitación basadas en satélites utilizando propiedades ópticas y microfísicas de nubes de MODIS en modelos de aprendizaje automático
Autores: Medrano, Sergio Callaú; Satgé, Frédéric; Molina-Carpio, Jorge; Zolá, Ramiro Pillco; Bonnet, Marie-Paule
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Reducción de la escala de las estimaciones diarias de precipitación basadas en satélites utilizando propiedades ópticas y microfísicas de nubes de MODIS en modelos de aprendizaje automático
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Método
Variables
Reducción de escala
Modelo RF
Resolución espacial
Precipitación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
Este estudio propone un método para reducir la resolución espacial de las estimaciones diarias de precipitación basadas en satélites (SPE) de 10 km a 1 km. El método considera un conjunto de variables que tienen relaciones cercanas con los eventos de precipitación diaria en un modelo de regresión de Bosques Aleatorios (RF). Las variables consideradas incluyen el grosor óptico de las nubes (COT), el radio efectivo de las nubes (CER) y el camino de agua en las nubes (CWP), derivados de MODIS, junto con la temperatura máxima y mínima (Tx, Tn), derivadas de CHIRTS. Además, se investigan características topográficas derivadas de ALOS-DEM para mejorar el procedimiento de reducción de escala. El enfoque consiste en dos pasos principales: primero, el entrenamiento del modelo RF a la resolución espacial nativa de 10 km de las SPE estudiadas (es decir, IMERG) utilizando observaciones de pluviómetros como objetivos; segundo, la aplicación del modelo RF entrenado a una resolución espacial de 1 km para reducir IMERG de 10 km a 1 km durante un período de un año. Para evaluar la fiabilidad del método, los resultados del modelo RF se compararon con los registros de pluviómetros no considerados en el entrenamiento del modelo RF. Antes del proceso de reducción de escala, las métricas CC, MAE y RMSE fueron 0.32, 1.16 mm y 6.60 mm, respectivamente, y mejoraron a 0.48, 0.99 mm y 4.68 mm después del proceso de reducción de escala. Esto corresponde a mejoras del 50%, 15% y 29%, respectivamente. Por lo tanto, el método no solo mejora la resolución espacial de IMERG, sino también su precisión.
Descripción
Este estudio propone un método para reducir la resolución espacial de las estimaciones diarias de precipitación basadas en satélites (SPE) de 10 km a 1 km. El método considera un conjunto de variables que tienen relaciones cercanas con los eventos de precipitación diaria en un modelo de regresión de Bosques Aleatorios (RF). Las variables consideradas incluyen el grosor óptico de las nubes (COT), el radio efectivo de las nubes (CER) y el camino de agua en las nubes (CWP), derivados de MODIS, junto con la temperatura máxima y mínima (Tx, Tn), derivadas de CHIRTS. Además, se investigan características topográficas derivadas de ALOS-DEM para mejorar el procedimiento de reducción de escala. El enfoque consiste en dos pasos principales: primero, el entrenamiento del modelo RF a la resolución espacial nativa de 10 km de las SPE estudiadas (es decir, IMERG) utilizando observaciones de pluviómetros como objetivos; segundo, la aplicación del modelo RF entrenado a una resolución espacial de 1 km para reducir IMERG de 10 km a 1 km durante un período de un año. Para evaluar la fiabilidad del método, los resultados del modelo RF se compararon con los registros de pluviómetros no considerados en el entrenamiento del modelo RF. Antes del proceso de reducción de escala, las métricas CC, MAE y RMSE fueron 0.32, 1.16 mm y 6.60 mm, respectivamente, y mejoraron a 0.48, 0.99 mm y 4.68 mm después del proceso de reducción de escala. Esto corresponde a mejoras del 50%, 15% y 29%, respectivamente. Por lo tanto, el método no solo mejora la resolución espacial de IMERG, sino también su precisión.