Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine
En una zona como la cuenca del río Garagoa, la información disponible de precipitación mediante instrumentos pluviométricos es escasa, en promedio 2 de cada 20 estaciones cuentan con datos completos de precipitación diaria. Por lo anterior, realizar estudios hidrográficos en la cuenca es difícil e i...
- Autores:
-
Pelaez Gonzalez, Nathalia Andrea
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/57031
- Acceso en línea:
- http://hdl.handle.net/11634/57031
- Palabra clave:
- Satellite Precipitation
Rain Gauges
Bias Correction
Instrumentos pluviométricos
Datos satelitales
Estaciones pluviométricas
Herramienta de análisis espacial
Mapeo de cuantiles
Precipitación Satelital
Pluviómetros
Corrección de sesgo.
- Rights
- openAccess
- License
- Atribución 2.5 Colombia
| id |
SANTOTOMAS_89df9f6f21dcb198e40111e6d00bbd93 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/57031 |
| network_acronym_str |
SANTOTOMAS |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine |
| title |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine |
| spellingShingle |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine Satellite Precipitation Rain Gauges Bias Correction Instrumentos pluviométricos Datos satelitales Estaciones pluviométricas Herramienta de análisis espacial Mapeo de cuantiles Precipitación Satelital Pluviómetros Corrección de sesgo. |
| title_short |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine |
| title_full |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine |
| title_fullStr |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine |
| title_full_unstemmed |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine |
| title_sort |
Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine |
| dc.creator.fl_str_mv |
Pelaez Gonzalez, Nathalia Andrea |
| dc.contributor.advisor.none.fl_str_mv |
Tiria Sandoval, Luis Carlos |
| dc.contributor.author.none.fl_str_mv |
Pelaez Gonzalez, Nathalia Andrea |
| dc.subject.keyword.spa.fl_str_mv |
Satellite Precipitation Rain Gauges Bias Correction |
| topic |
Satellite Precipitation Rain Gauges Bias Correction Instrumentos pluviométricos Datos satelitales Estaciones pluviométricas Herramienta de análisis espacial Mapeo de cuantiles Precipitación Satelital Pluviómetros Corrección de sesgo. |
| dc.subject.lemb.spa.fl_str_mv |
Instrumentos pluviométricos Datos satelitales Estaciones pluviométricas Herramienta de análisis espacial Mapeo de cuantiles |
| dc.subject.proposal.spa.fl_str_mv |
Precipitación Satelital Pluviómetros Corrección de sesgo. |
| description |
En una zona como la cuenca del río Garagoa, la información disponible de precipitación mediante instrumentos pluviométricos es escasa, en promedio 2 de cada 20 estaciones cuentan con datos completos de precipitación diaria. Por lo anterior, realizar estudios hidrográficos en la cuenca es difícil e impreciso. Actualmente, las estimaciones de lluvia de productos satelitales proporcionan datos de precipitación en tiempo casi real, lo que da una ventaja al momento de representar correctamente la precipitación diaria en cuencas de topografía compleja. Es por esta razón que para el presente estudio se utilizaron dos bases de datos de precipitación satelital de alta resolución espaciotemporal: CHIRPS (Climate Hazards Group Infrared Precipitation with Stations), y PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks - Climate Data Record); estos productos satelitales fueron de gran importancia para complementar, corregir y/o sustituir la información pluviométrica presentada. El objetivo del presente trabajo fue realizar la evaluación de los productos de lluvia satelitales CHIRPS y PERSIANN-CDR sobre la cuenca del río Garagoa mediante Google Earth Engine. Para esto se emplearon datos de 24 pluviometros dispuestos en la zona de estudio, de las cuales se obtuvieron los datos de precipitación diaria a partir del año siguiente a su instalación y se realizó un análisis estadístico descriptivo de precipitación diaria en el periodo de 1993 hasta el 2023. Finalmente se determinó la validez de los datos satelitales con los datos proporcionados por las estaciones pluviométricas. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-08-23T19:15:08Z |
| dc.date.available.none.fl_str_mv |
2024-08-23T19:15:08Z |
| dc.date.issued.none.fl_str_mv |
2024-08-23 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Pelaez González, N. A. (2024). Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine [Trabajo de pregrado]. Universidad Santo Tomás, Bucaramanga, Colombia |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/57031 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Pelaez González, N. A. (2024). Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine [Trabajo de pregrado]. Universidad Santo Tomás, Bucaramanga, Colombia reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/57031 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Hisam, E., Danandeh, A., Alganci, U., Zafer, D. (2023) Comprehensive evaluation of Satellite –Based and reanalysis precipitation products over the Mediterranean regionin Turkey Advances in Space Research, Volumen 71, 3005–3021, doi: https://doi.org/10.1016/j.asr.2022.11.007 Google News Initiative, s.f. Google Earth. https://newsinitiative.withgoogle.com/es-es/resources/trainings/google-earth-pinpoint-eyewitness-locations/ Plan de Ordenamiento y Manejo de la Cuenca Hidrográfica (2018, 15 de junio). Documento General POMCARG (Código 3507 – SZH). CONSORCIO RÍO GARAGOA. https://www.car.gov.co/vercontenido/2511 López, C., Montoya, R., Caro, F., Díaz, J. (2022). Validation of the accuracy of the CHIRPS precipitation dataset at representing climate variability in a tropical mountainous region of South America. Physics and Chemistry of the Earth, Volmen 127, doi: https://doi.org/10.1016/j.pce.2022.103184 Defensoría del Pueblo Colombia. (2015). Tras visita a municipios afectados por ola invernal en Boyacá, Defensoría advirtió riesgo de avalancha en dos poblaciones, Defensorpia del Pueblo, Tunja. https://www.defensoria.gov.co/-/tras-visita-a-municipios-afectados-por-ola-invernal-en-boyac%C3%A1-defensor%C3%ADa-advirti%C3%B3-riesgo-de-avalancha-en-dos-poblaciones-1 Ebert, E. E., Janowiak, J. E., & Kidd, C. (2007). Comparison of near-real-time precipitation estimates from satellite observations and numerical models. Bulletin of the American Meteorological Society, 88(1), 47-64. doi:10.1175/BAMS-88-1-47 Rodríguez-González, B.,Pineda-Martínez, L.F.,Guerra-Cobián, V.H.,(2018). Análisis de la variabilidad de las precipitaciones en el Estado de Zacatecas, México, por medio de información satelital y pluviométrica. Ingeniería Investigación y Tecnología, 19 (04), 1-12. https://doi.org/10.22201/fi.25940732e.2018.19n4.031 Díaz Prieto, L. (2022). Identificación de zonas susceptibles a inundación en el casco urbano del municipio de Sopó, Cundinamarca. Universidad de Ciencias Aplicadas y Ambientales. https://repository.udca.edu.co/handle/11158/4918 Brito, C. S., da Silva, R. M., Santos, C. A. G., Neto, R. M. B., & Coelho, V. H. R. (2021). Monitoring meteorological drought in a semiarid region using two long-term satellite-estimated rainfall datasets: A case study of the Piranhas River basin, northeastern Brazil. Atmospheric Research, 250, 105380. https://doi.org/10.1016/j.atmosres.2020.105380 Lee, G., Nguyen, D. H., & Le, X. -. (2023). A novel framework for correcting satellite-based precipitation products for watersheds with discontinuous observed data, case study in mekong river basin. Remote Sensing, Volumen 15, 630 doi: https://doi.org/10.3390/rs15030630 Mab, P., Ly, S., Chompuchan, C., Kositsakulchai, E. (2019) Evaluation of Satellite Precipitation from Google Earth Engine in Tonle Sap Basin, Cambodia. Presentado en la Conferencia Internacional THA 2019 “Water Management and Climate Change towards Asia’s Water”, Bangkok, Thailand, January 2019, 231-239. Mianaadi, A. (2023). Evaluation of long-term satellite-based precipitation products for developing intensity-frequency (IF) curves of daily precipitation. Atmospheric Research, 286 doi:10.1016/j.atmosres.2023.106667 Keikhosravi-Kiany, M. S., Masoodian, S. A., & Balling Jr, R. C. (2023). Reliability of satellitebased precipitation products in capturing extreme precipitation indices over iran. Advances in Space Research, 71(3), 1451-1472. doi:10.1016/j.asr.2022.10.003 Lekula, M., Lubczynski, M., Shemang, E., Verhoef, W., (2018) Validation of satellite-based rainfall in Kalahari. Physics and Chemistry of the Earth, doi: http://dx. doi.org/10.1016/j.pce.2018.02.010. Rivera, J., Marianetti, G., Hinrichs, S. (2018) Validation of CHIRPS precipitation dataset along the Central Andes of Argentina. Atmospheric Research, Volumen 213, 437–449, doi: https://doi.org/10.1016/j.atmosres.2018.06.023 Funk, C., Peterson, P., Landsfeld, M. et al. Los peligros climáticos de la precipitación infrarroja con estaciones: un nuevo récord ambiental para monitorear los extremos. Sci Data 2, 150066 (2015). https://doi.org/10.1038/sdata.2015.66 Sadeghi, M., Nguyen, P., Naeini, M.R. et al. PERSIANN-CCS-CDR, un registro de datos climáticos de precipitación global de 3.0 ° de 04 horas para estudios de precipitaciones intensas. Sci Data 8, 157 (2021). https://doi.org/10.1038/s41597-021-00940-9 Vilchis Francés, A. Y., Díaz Delgado, C., M. Bâ, K., & Quentin, E. (2009). Optimización de la red de estaciones pluviométricas del Estado de México. Revista interdisiplinaria de ciencia y tecnología del agua, Volumen 24 (1). Recuperado a partir de http://revistatyca.org.mx/ojs/index.php/tyca/article/view/84 Weijia, Q., Howard, C., (2021). Proyección de los impactos en la salud de la temperatura futura: una comparación de los métodos de corrección de sesgo de mapeo cuantil. Environmental Research and Public Health, Volumen 18(4). doi:10.3390/IJERPH18041992 Gidahatari, gestión sostenible del agua, sf. Curso Virtual de Python en Hidrologia. Tomado de: https://gidahatari.com/cu-es/curso-virtual-de-python-en-hidrologia-bpthz ARSET: uso de Google Earth Engine para aplicaciones de monitoreo terrestre (2021). Access: 16 DIC, 2023. Disponible: https://appliedsciences.nasa.gov/get-involved/training/english/arset-using-google-earth-engine-land-monitoring-applications Hamill, T., Engle, E., Myrick, D., Peroutka, M,. Finan, C,. Scheuerer, M. (2017) The U.S. National Blend of Models for Statistical Postprocessing of Probability of Precipitation and Deterministic Precipitation Amount. MONTHLY WEATHER REVIEW, Volumen 145, doi: http://dx.doi.org/10.1175/ MWR-D-16-0331.s1. Giarno, Promono M., Suprayogi, S., Herumurti, S. (2018) Modified mean field bias and local bias for improvement bias corrected satellite rainfall estimates. MAUSAM, Volumen 69, doi: 543-552. Grillakis, M., Koutroulis, A., Tsanis, I. (2013) Multisegment statistical bias correction of daily GCM precipitation output. JOURNAL OF GEOPHYSICAL RESEARCH: ATMOSPHERES, Volumen 118, 3150–3162, doi:10.1002/jgrd.50323. Grillakis, M., Polykretis, C., Manoudakis, S., Seiradakis, K., Alexakis, D., (2020) A Quantile Mapping Method to Fillin Discontinued Daily Precipitation Time Series. Water, Volumen 12, 2304. Gudmundsson, L., Bremnes, J., Haugen, J., Engen-Skaugen, T., (2012) Technical Note: Downscaling RCM precipitation to the station scale using statistical transformations–a comparison of methods. Hydrol.EarthSyst.Sci., Volumen 16, 3383–3390, doi: 10.5194/hess-16-3383-2012. Gudmundsson, L., Bremnes, J., Haugen, J., EngenSkaugen, T. (2012) Technical Note: Downscaling RCM precipitation to the station scale using quantile mapping–acomparison of methods. Hydrol.EarthSyst.Sci.Discuss.,Volumen 9, 6185–6201, doi: 10.5194/hessd-9-6185-2012 Hamill, T., Engle, E., Myrick, D., Peroutka, M., Finan, C., Scheuerer, M. (2017) The U.S. National Blend of Models for Statistical Postprocessing of Probability of Precipitation and Deterministic Precipitation Amount. MONTHLY WEATHER REVIEW. Volume 145, 3441-3463, doi: http://dx.doi.org/10.1175/ MWR-D-16-0331.s1. Perilla, G., Mas, J. (2020) Google Earth Engine (GEE): una poderosa herramienta que vincula el potencial de los datos masivos y la eficacia del procesamiento en la nube. Investigaciones Geográficas. Volumen 101, doi: dx.doi.org/10.14350/rig.59929. Giarno, Promono, M., Suprayogi, S., Herumurti, S. (2018) Sesgo de campo medio modificado y sesgo local para sesgo de mejora estimaciones satelitales de lluvia corregidas. Mausam. Volumen 69, 543-552, doi: 551.501.8 : 551.553.21. Barbosa, A. (2021) Verificación de productos satelitales con base a estaciones meteorológicas y modelación lluvia escorrentía [Tesis de grado, Pregrado en Ingeniería Ambiental]. Universidad de los Andes. https://repositorio.uniandes.edu.co/entities/publication/afae9ab0-a4d6-400e-bae4-634f2877a5ea Méndez, R. (2016) Productos de precipitación satelital de alta resolución espacial y temporal en zonas de topografía compleja. [Tesis de grado, Magístes en ciencias de la Ingenieria] Pontificia Universidad Catolica De Chile Escuela De Ingenieria. https://repositorio.uc.cl/dspace/handle/11534/21480 Grillakis, M., Koutroulis, A., Daliakopoulos, I., Tsanis, I. (2017) Un método para preservar las tendencias en el sesgo del mapeo de cuantiles corrección de la temperatura modelada del clima. Sistema Tierra Dinámica,Volumen 8, 889–900, doi: https://doi.org/10.5194/esd-8-889-2017 Cuello, F. (2020) Aplicación de programa para modelación de lluvia-escorrentía en la cuenca del rio cabrera, departamento del Huila. [Especialización en recursos Hídricos, Facultad Ingeniera] Universidad Católica De Colombia https://repository.ucatolica.edu.co/entities/publication/ecb8b0a3-b785-40e7-9d30-d9b809556000 Blanco, M., Demaria, E., Cazenave, G., Zimmermann, E. Validación y corrección de estimaciones de precipitación satelital utilizando observaciones en superficie en la región pampeana argentina. Tecnología y ciencias del agua. Volumen 14 (2), 110-168, doi: 10.24850/j-tyca-14-02-04. |
| dc.rights.*.fl_str_mv |
Atribución 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución 2.5 Colombia http://creativecommons.org/licenses/by/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bucaramanga |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Civil |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Civil |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/57031/6/2024PelaezNathalia.pdf.jpg https://repository.usta.edu.co/bitstream/11634/57031/7/2024PelaezNathalia1.pdf.jpg https://repository.usta.edu.co/bitstream/11634/57031/8/2024PelaezNathalia2.pdf.jpg https://repository.usta.edu.co/bitstream/11634/57031/1/2024PelaezNathalia.pdf https://repository.usta.edu.co/bitstream/11634/57031/2/2024PelaezNathalia1.pdf https://repository.usta.edu.co/bitstream/11634/57031/3/2024PelaezNathalia2.pdf https://repository.usta.edu.co/bitstream/11634/57031/4/license_rdf https://repository.usta.edu.co/bitstream/11634/57031/5/license.txt |
| bitstream.checksum.fl_str_mv |
54c3222e15475ae844f1898861c21d93 3a1136e86c72bfb59e51651c6153b09e ca3bf75e046a0efba3fe5338d79f5b42 7012d2006fbfb8b8a5250445b6d922bb 6015afb95d67b4876661ff33fb9d7cef 0be0b7b83165f82b71508982543add32 1608e658af296c3febc577e957e919bf aedeaf396fcd827b537c73d23464fc27 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usta.edu.co |
| _version_ |
1860881932894601216 |
| spelling |
Tiria Sandoval, Luis CarlosPelaez Gonzalez, Nathalia Andrea2024-08-23T19:15:08Z2024-08-23T19:15:08Z2024-08-23Pelaez González, N. A. (2024). Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth Engine [Trabajo de pregrado]. Universidad Santo Tomás, Bucaramanga, Colombiahttp://hdl.handle.net/11634/57031reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEn una zona como la cuenca del río Garagoa, la información disponible de precipitación mediante instrumentos pluviométricos es escasa, en promedio 2 de cada 20 estaciones cuentan con datos completos de precipitación diaria. Por lo anterior, realizar estudios hidrográficos en la cuenca es difícil e impreciso. Actualmente, las estimaciones de lluvia de productos satelitales proporcionan datos de precipitación en tiempo casi real, lo que da una ventaja al momento de representar correctamente la precipitación diaria en cuencas de topografía compleja. Es por esta razón que para el presente estudio se utilizaron dos bases de datos de precipitación satelital de alta resolución espaciotemporal: CHIRPS (Climate Hazards Group Infrared Precipitation with Stations), y PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks - Climate Data Record); estos productos satelitales fueron de gran importancia para complementar, corregir y/o sustituir la información pluviométrica presentada. El objetivo del presente trabajo fue realizar la evaluación de los productos de lluvia satelitales CHIRPS y PERSIANN-CDR sobre la cuenca del río Garagoa mediante Google Earth Engine. Para esto se emplearon datos de 24 pluviometros dispuestos en la zona de estudio, de las cuales se obtuvieron los datos de precipitación diaria a partir del año siguiente a su instalación y se realizó un análisis estadístico descriptivo de precipitación diaria en el periodo de 1993 hasta el 2023. Finalmente se determinó la validez de los datos satelitales con los datos proporcionados por las estaciones pluviométricas.In an area like the Garagoa River basin, the available precipitation information through pluviometric instruments is scarce; on average, 2 out of every 20 stations have complete daily precipitation data. Due to the above, carrying out hydrographic studies in the basin is difficult and imprecise. Currently, rainfall estimates from satellite products provide near real-time precipitation data, giving an advantage in correctly representing daily precipitation in basins of complex topography. It is for this reason that for the present study two high spatiotemporal resolution satellite precipitation databases were used: CHIRPS (Climate Hazards Group Infrared Precipitation with Stations), and PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks - Climate Data Record); These satellite products were of great importance to complement, correct and/or replace the rainfall information presented. The objective of this work was to carry out the evaluation of the CHIRPS and PERSIANN-CDR satellite rainfall products over the Garagoa River basin using Google Earth Engine. For this, data from 24 rain gauges arranged in the study area were used, from which daily precipitation data were obtained from the year following their installation and a descriptive statistical analysis of daily precipitation was carried out in the period from 1993 to the 2023. Finally, the validity of the satellite data was determined with the data provided by the pluviometric stations.Ingeniero Civilhttps://www.ustabuca.edu.co/Pregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería CivilFacultad de Ingeniería CivilAtribución 2.5 Colombiahttp://creativecommons.org/licenses/by/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Evaluación de productos de lluvia satelitales en la cuenca del río Garagoa mediante Google Earth EngineSatellite PrecipitationRain GaugesBias CorrectionInstrumentos pluviométricosDatos satelitalesEstaciones pluviométricasHerramienta de análisis espacialMapeo de cuantilesPrecipitación SatelitalPluviómetrosCorrección de sesgo.Trabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BucaramangaHisam, E., Danandeh, A., Alganci, U., Zafer, D. (2023) Comprehensive evaluation of Satellite –Based and reanalysis precipitation products over the Mediterranean regionin Turkey Advances in Space Research, Volumen 71, 3005–3021, doi: https://doi.org/10.1016/j.asr.2022.11.007Google News Initiative, s.f. Google Earth. https://newsinitiative.withgoogle.com/es-es/resources/trainings/google-earth-pinpoint-eyewitness-locations/Plan de Ordenamiento y Manejo de la Cuenca Hidrográfica (2018, 15 de junio). Documento General POMCARG (Código 3507 – SZH). CONSORCIO RÍO GARAGOA. https://www.car.gov.co/vercontenido/2511López, C., Montoya, R., Caro, F., Díaz, J. (2022). Validation of the accuracy of the CHIRPS precipitation dataset at representing climate variability in a tropical mountainous region of South America. Physics and Chemistry of the Earth, Volmen 127, doi: https://doi.org/10.1016/j.pce.2022.103184Defensoría del Pueblo Colombia. (2015). Tras visita a municipios afectados por ola invernal en Boyacá, Defensoría advirtió riesgo de avalancha en dos poblaciones, Defensorpia del Pueblo, Tunja. https://www.defensoria.gov.co/-/tras-visita-a-municipios-afectados-por-ola-invernal-en-boyac%C3%A1-defensor%C3%ADa-advirti%C3%B3-riesgo-de-avalancha-en-dos-poblaciones-1Ebert, E. E., Janowiak, J. E., & Kidd, C. (2007). Comparison of near-real-time precipitation estimates from satellite observations and numerical models. Bulletin of the American Meteorological Society, 88(1), 47-64. doi:10.1175/BAMS-88-1-47Rodríguez-González, B.,Pineda-Martínez, L.F.,Guerra-Cobián, V.H.,(2018). Análisis de la variabilidad de las precipitaciones en el Estado de Zacatecas, México, por medio de información satelital y pluviométrica. Ingeniería Investigación y Tecnología, 19 (04), 1-12. https://doi.org/10.22201/fi.25940732e.2018.19n4.031Díaz Prieto, L. (2022). Identificación de zonas susceptibles a inundación en el casco urbano del municipio de Sopó, Cundinamarca. Universidad de Ciencias Aplicadas y Ambientales. https://repository.udca.edu.co/handle/11158/4918Brito, C. S., da Silva, R. M., Santos, C. A. G., Neto, R. M. B., & Coelho, V. H. R. (2021). Monitoring meteorological drought in a semiarid region using two long-term satellite-estimated rainfall datasets: A case study of the Piranhas River basin, northeastern Brazil. Atmospheric Research, 250, 105380. https://doi.org/10.1016/j.atmosres.2020.105380Lee, G., Nguyen, D. H., & Le, X. -. (2023). A novel framework for correcting satellite-based precipitation products for watersheds with discontinuous observed data, case study in mekong river basin. Remote Sensing, Volumen 15, 630 doi: https://doi.org/10.3390/rs15030630Mab, P., Ly, S., Chompuchan, C., Kositsakulchai, E. (2019) Evaluation of Satellite Precipitation from Google Earth Engine in Tonle Sap Basin, Cambodia. Presentado en la Conferencia Internacional THA 2019 “Water Management and Climate Change towards Asia’s Water”, Bangkok, Thailand, January 2019, 231-239.Mianaadi, A. (2023). Evaluation of long-term satellite-based precipitation products for developing intensity-frequency (IF) curves of daily precipitation. Atmospheric Research, 286 doi:10.1016/j.atmosres.2023.106667Keikhosravi-Kiany, M. S., Masoodian, S. A., & Balling Jr, R. C. (2023). Reliability of satellitebased precipitation products in capturing extreme precipitation indices over iran. Advances in Space Research, 71(3), 1451-1472. doi:10.1016/j.asr.2022.10.003Lekula, M., Lubczynski, M., Shemang, E., Verhoef, W., (2018) Validation of satellite-based rainfall in Kalahari. Physics and Chemistry of the Earth, doi: http://dx. doi.org/10.1016/j.pce.2018.02.010.Rivera, J., Marianetti, G., Hinrichs, S. (2018) Validation of CHIRPS precipitation dataset along the Central Andes of Argentina. Atmospheric Research, Volumen 213, 437–449, doi: https://doi.org/10.1016/j.atmosres.2018.06.023Funk, C., Peterson, P., Landsfeld, M. et al. Los peligros climáticos de la precipitación infrarroja con estaciones: un nuevo récord ambiental para monitorear los extremos. Sci Data 2, 150066 (2015). https://doi.org/10.1038/sdata.2015.66Sadeghi, M., Nguyen, P., Naeini, M.R. et al. PERSIANN-CCS-CDR, un registro de datos climáticos de precipitación global de 3.0 ° de 04 horas para estudios de precipitaciones intensas. Sci Data 8, 157 (2021). https://doi.org/10.1038/s41597-021-00940-9Vilchis Francés, A. Y., Díaz Delgado, C., M. Bâ, K., & Quentin, E. (2009). Optimización de la red de estaciones pluviométricas del Estado de México. Revista interdisiplinaria de ciencia y tecnología del agua, Volumen 24 (1). Recuperado a partir de http://revistatyca.org.mx/ojs/index.php/tyca/article/view/84Weijia, Q., Howard, C., (2021). Proyección de los impactos en la salud de la temperatura futura: una comparación de los métodos de corrección de sesgo de mapeo cuantil. Environmental Research and Public Health, Volumen 18(4). doi:10.3390/IJERPH18041992Gidahatari, gestión sostenible del agua, sf. Curso Virtual de Python en Hidrologia. Tomado de: https://gidahatari.com/cu-es/curso-virtual-de-python-en-hidrologia-bpthzARSET: uso de Google Earth Engine para aplicaciones de monitoreo terrestre (2021). Access: 16 DIC, 2023. Disponible: https://appliedsciences.nasa.gov/get-involved/training/english/arset-using-google-earth-engine-land-monitoring-applicationsHamill, T., Engle, E., Myrick, D., Peroutka, M,. Finan, C,. Scheuerer, M. (2017) The U.S. National Blend of Models for Statistical Postprocessing of Probability of Precipitation and Deterministic Precipitation Amount. MONTHLY WEATHER REVIEW, Volumen 145, doi: http://dx.doi.org/10.1175/ MWR-D-16-0331.s1.Giarno, Promono M., Suprayogi, S., Herumurti, S. (2018) Modified mean field bias and local bias for improvement bias corrected satellite rainfall estimates. MAUSAM, Volumen 69, doi: 543-552.Grillakis, M., Koutroulis, A., Tsanis, I. (2013) Multisegment statistical bias correction of daily GCM precipitation output. JOURNAL OF GEOPHYSICAL RESEARCH: ATMOSPHERES, Volumen 118, 3150–3162, doi:10.1002/jgrd.50323.Grillakis, M., Polykretis, C., Manoudakis, S., Seiradakis, K., Alexakis, D., (2020) A Quantile Mapping Method to Fillin Discontinued Daily Precipitation Time Series. Water, Volumen 12, 2304.Gudmundsson, L., Bremnes, J., Haugen, J., Engen-Skaugen, T., (2012) Technical Note: Downscaling RCM precipitation to the station scale using statistical transformations–a comparison of methods. Hydrol.EarthSyst.Sci., Volumen 16, 3383–3390, doi: 10.5194/hess-16-3383-2012.Gudmundsson, L., Bremnes, J., Haugen, J., EngenSkaugen, T. (2012) Technical Note: Downscaling RCM precipitation to the station scale using quantile mapping–acomparison of methods. Hydrol.EarthSyst.Sci.Discuss.,Volumen 9, 6185–6201, doi: 10.5194/hessd-9-6185-2012Hamill, T., Engle, E., Myrick, D., Peroutka, M., Finan, C., Scheuerer, M. (2017) The U.S. National Blend of Models for Statistical Postprocessing of Probability of Precipitation and Deterministic Precipitation Amount. MONTHLY WEATHER REVIEW. Volume 145, 3441-3463, doi: http://dx.doi.org/10.1175/ MWR-D-16-0331.s1.Perilla, G., Mas, J. (2020) Google Earth Engine (GEE): una poderosa herramienta que vincula el potencial de los datos masivos y la eficacia del procesamiento en la nube. Investigaciones Geográficas. Volumen 101, doi: dx.doi.org/10.14350/rig.59929.Giarno, Promono, M., Suprayogi, S., Herumurti, S. (2018) Sesgo de campo medio modificado y sesgo local para sesgo de mejora estimaciones satelitales de lluvia corregidas. Mausam. Volumen 69, 543-552, doi: 551.501.8 : 551.553.21.Barbosa, A. (2021) Verificación de productos satelitales con base a estaciones meteorológicas y modelación lluvia escorrentía [Tesis de grado, Pregrado en Ingeniería Ambiental]. Universidad de los Andes. https://repositorio.uniandes.edu.co/entities/publication/afae9ab0-a4d6-400e-bae4-634f2877a5eaMéndez, R. (2016) Productos de precipitación satelital de alta resolución espacial y temporal en zonas de topografía compleja. [Tesis de grado, Magístes en ciencias de la Ingenieria] Pontificia Universidad Catolica De Chile Escuela De Ingenieria. https://repositorio.uc.cl/dspace/handle/11534/21480Grillakis, M., Koutroulis, A., Daliakopoulos, I., Tsanis, I. (2017) Un método para preservar las tendencias en el sesgo del mapeo de cuantiles corrección de la temperatura modelada del clima. Sistema Tierra Dinámica,Volumen 8, 889–900, doi: https://doi.org/10.5194/esd-8-889-2017Cuello, F. (2020) Aplicación de programa para modelación de lluvia-escorrentía en la cuenca del rio cabrera, departamento del Huila. [Especialización en recursos Hídricos, Facultad Ingeniera] Universidad Católica De Colombia https://repository.ucatolica.edu.co/entities/publication/ecb8b0a3-b785-40e7-9d30-d9b809556000Blanco, M., Demaria, E., Cazenave, G., Zimmermann, E. Validación y corrección de estimaciones de precipitación satelital utilizando observaciones en superficie en la región pampeana argentina. Tecnología y ciencias del agua. Volumen 14 (2), 110-168, doi: 10.24850/j-tyca-14-02-04.THUMBNAIL2024PelaezNathalia.pdf.jpg2024PelaezNathalia.pdf.jpgIM Thumbnailimage/jpeg5067https://repository.usta.edu.co/bitstream/11634/57031/6/2024PelaezNathalia.pdf.jpg54c3222e15475ae844f1898861c21d93MD56open access2024PelaezNathalia1.pdf.jpg2024PelaezNathalia1.pdf.jpgIM Thumbnailimage/jpeg7999https://repository.usta.edu.co/bitstream/11634/57031/7/2024PelaezNathalia1.pdf.jpg3a1136e86c72bfb59e51651c6153b09eMD57open access2024PelaezNathalia2.pdf.jpg2024PelaezNathalia2.pdf.jpgIM Thumbnailimage/jpeg8780https://repository.usta.edu.co/bitstream/11634/57031/8/2024PelaezNathalia2.pdf.jpgca3bf75e046a0efba3fe5338d79f5b42MD58open accessORIGINAL2024PelaezNathalia.pdf2024PelaezNathalia.pdfTrabajo Principalapplication/pdf2304902https://repository.usta.edu.co/bitstream/11634/57031/1/2024PelaezNathalia.pdf7012d2006fbfb8b8a5250445b6d922bbMD51open access2024PelaezNathalia1.pdf2024PelaezNathalia1.pdfCarta de Facultadapplication/pdf150198https://repository.usta.edu.co/bitstream/11634/57031/2/2024PelaezNathalia1.pdf6015afb95d67b4876661ff33fb9d7cefMD52metadata only access2024PelaezNathalia2.pdf2024PelaezNathalia2.pdfAcuerdo de publicaciónapplication/pdf86465https://repository.usta.edu.co/bitstream/11634/57031/3/2024PelaezNathalia2.pdf0be0b7b83165f82b71508982543add32MD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repository.usta.edu.co/bitstream/11634/57031/4/license_rdf1608e658af296c3febc577e957e919bfMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/57031/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open access11634/57031oai:repository.usta.edu.co:11634/570312024-08-24 03:05:41.067open accessRepositorio Universidad Santo Tomásrepositorio@usta.edu.coQXV0b3Jpem8gYWwgQ2VudHJvIGRlIFJlY3Vyc29zIHBhcmEgZWwgQXByZW5kaXphamUgeSBsYSBJbnZlc3RpZ2FjacOzbiwgQ1JBSS1VU1RBCmRlIGxhIFVuaXZlcnNpZGFkIFNhbnRvIFRvbcOhcywgcGFyYSBxdWUgY29uIGZpbmVzIGFjYWTDqW1pY29zIGFsbWFjZW5lIGxhCmluZm9ybWFjacOzbiBpbmdyZXNhZGEgcHJldmlhbWVudGUuCgpTZSBwZXJtaXRlIGxhIGNvbnN1bHRhLCByZXByb2R1Y2Npw7NuIHBhcmNpYWwsIHRvdGFsIG8gY2FtYmlvIGRlIGZvcm1hdG8gY29uCmZpbmVzIGRlIGNvbnNlcnZhY2nDs24sIGEgbG9zIHVzdWFyaW9zIGludGVyZXNhZG9zIGVuIGVsIGNvbnRlbmlkbyBkZSBlc3RlCnRyYWJham8sIHBhcmEgdG9kb3MgbG9zIHVzb3MgcXVlIHRlbmdhbiBmaW5hbGlkYWQgYWNhZMOpbWljYSwgc2llbXByZSB5IGN1YW5kbwptZWRpYW50ZSBsYSBjb3JyZXNwb25kaWVudGUgY2l0YSBiaWJsaW9ncsOhZmljYSBzZSBsZSBkw6kgY3LDqWRpdG8gYWwgdHJhYmFqbyBkZQpncmFkbyB5IGEgc3UgYXV0b3IuIERlIGNvbmZvcm1pZGFkIGNvbiBsbyBlc3RhYmxlY2lkbyBlbiBlbCBhcnTDrWN1bG8gMzAgZGUgbGEKTGV5IDIzIGRlIDE5ODIgeSBlbCBhcnTDrWN1bG8gMTEgZGUgbGEgRGVjaXNpw7NuIEFuZGluYSAzNTEgZGUgMTk5Mywg4oCcTG9zIGRlcmVjaG9zCm1vcmFsZXMgc29icmUgZWwgdHJhYmFqbyBzb24gcHJvcGllZGFkIGRlIGxvcyBhdXRvcmVz4oCdLCBsb3MgY3VhbGVzIHNvbgppcnJlbnVuY2lhYmxlcywgaW1wcmVzY3JpcHRpYmxlcywgaW5lbWJhcmdhYmxlcyBlIGluYWxpZW5hYmxlcy4K |