Key points are not available for this paper at this time.
Medições de precipitação de baixa densidade prejudicam a capacidade dos modelos hidrológicos de estimar com precisão os recursos hídricos superficiais. Técnicas de sensoriamento remoto e modelos climáticos podem ajudar a melhorar a estimativa da variabilidade da precipitação espaço-temporal. No entanto, eles sozinhos não são suficientemente bons para serem usados em modelos superficiais construídos para apoiar a gestão da água. Nesta pesquisa, testamos a melhoria da estimativa do campo de precipitação usando modelagem hidrológica, com base na premissa de que um desempenho hidrológico superior geralmente implica que a precipitação é mais consistente com as observações de vazão e as estimativas de evaporação na bacia. O modelo SWAT foi forçado com duas técnicas de fusão de dados de satélite e pluviômetros e com o método de interpolação determinística clássica IDW a partir das estações. As três vazões simuladas foram comparadas separadamente com os registros observados. Não nos concentramos apenas na comparação de uma métrica de desempenho hidrológico, mas também realizamos uma avaliação mais profunda usando várias assinaturas e estatísticas hidrológicas. Incluímos o viés, a correlação temporal, a relação de variabilidade geral e uma análise das Curvas de Duração de Fluxo (encontramos que segmentos de baixa e média vazão foram estimados corretamente, enquanto os segmentos altos foram subestimados). Concluímos que cada técnica de combinação tem suas vantagens sobre a outra e que ambas superam o desempenho alcançado pelo IDW na maioria dos critérios definidos, com uma melhoria geral de 10% e com a melhoria do desempenho de medição de vazão individual em até 50%.
Duque-Gardeazábal et al. (Ter,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: