ppi 201502ZU4659
continuidad de la revista impresa
ISSN 0254-0770 / e-ISSN 2477-9377/ Depósito legal pp 197802ZU38
UNIVERSIDAD DEL ZULIA
Una Revista Internacional Arbitrada
que está indizada en las publicaciones
de referencia y comentarios:
• REDALYC
• REDIB
• SCIELO
• DRJI
• INDEX COPERNICUS INTERNATIONAL
• LATINDEX
• DOAJ
• REVENCYT
• CHEMICAL ABSTRACT
• MIAR
• AEROSPACE DATABASE
• CIVIL ENGINEERING ABTRACTS
• METADEX
• COMMUNICATION ABSTRACTS
• ZENTRALBLATT MATH, ZBMATH
DE LA FACULTAD DE INGENIERÍA
VOLUMEN 45
SEPTIEMBRE - DICIEMBRE 2022
NÚMERO 3
REVISTREVIST
A
A TÉCNICA
• ACTUALIDAD IBEROAMERICANA
• PERIODICA
• BIBLAT
Rev. Téc. Ing. Univ. Zulia. Vol. 45, Nº 3, Septiembre - Diciembre, 2022, 156-163
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
Evaluación del Efecto de la Densidad de Pluviómetros en
la Fusión Radar-Pluviómetro
Rafael Ignacio Navas Nuñez* , Pablo Andrés Gamazo-Rusnac , Armando
Alexis Borrero-Hernandez
Departamento del Agua, Centro Universitario Regional Norte, Universidad de la República,
General Rivera 1350, Salto, 50000, Uruguay.
*Autor de correspondencia: rafaelnavas23@gmail.com
https://doi.org/10.22209/rt.v45n3a02
Recepción: 09 de abril 2022 | Aceptación: 08 de julio de 2022 | Publicación: 01 de septiembre de 2022
Resumen
Los hidrometeorologistas durante años han tenido la necesidad de interpolar la precipitación registrada
en estaciones pluviométricas, para describir el campo de precipitación. La aparición de nuevas tecnologías, como
el radar meteorológico, ha dado paso a técnicas de estimación de precipitación alternativas, que se basan en la
fusión radar-pluviómetro. El krigeado con deriva externa es un método de fusión que captura las ventajas de
ambos sensores. En este trabajo se explica cómo la densidad de la red afecta la incertidumbre de la fusión radar-
pluviómetro. Adicionalmente, se utilizó el krigeado ordinario como método de referencia y se discute acerca de
la posibilidad de prescindir del pluviómetro cuando se está en presencia del radar meteorológico. La zona de
estudio se ubicó en el sur de Francia, que posee 4 radares meteorológicos y más de 200 estaciones
pluviométricas. Los resultados de este trabajo sugieren que la aplicación de la fusión radar-pluviómetro, trae
beneficios como estimaciones menos sesgadas y mejor correlacionadas, en las cuales el pluviómetro continúa
ofreciendo información valiosa.
Palabras clave: densidad de la red pluviométrica; fusión radar-pluviómetro; krigeado con deriva externa.
Assessing the Effect of Rain Gauge Density on Merging
Radar and Rain Gauges
Abstract
Hydrometeorologists have had to interpolate precipitation recorded on rain gauges to describe
precipitation fields. The appearance of new technologies, such as weather radar, has given way to alternative precipitation
estimation techniques, which are based on radar-rain gauge fusion. External drift kriging is a fusion method that captures the
advantages of both sensors, radar and rain gauges. In this work it is explained how the density of the the rain gauges
affects the uncertainty merging radar and rain gauges. Additionally, ordinary kriging was used as a reference method and
the possibility of dispensing with the rain gauge when in the presence of weather radar is discussed. The study area was
located in the south of France, which has 4 meteorological radars and more than 200 rain gauges. The results of this work
suggest that the application of merging radar and rain gauges brings benefits such as less biased and better correlated
estimates, in which the rain gauge continues to offer valuable information.
Keywords: rain gauge density; merging radar and rain gauges; external drift kriging.
Avaliação do Efeito da Densidade do Pluviômetro na
Fusão Radar-Rain Gauge
Resumo
Navas Nuñez y Gamazo-Rusnac. 157
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
Hidrometeorólogos há anos têm a necessidade de interpolar a precipitação registrada em estações
pluviométricas, para descrever o campo de precipitação. O surgimento de novas tecnologias, como o radar
meteorológico, deu lugar a técnicas alternativas de estimativa de precipitação, que se baseiam na fusão radar-
pluviômetro. A krigagem de deriva externa é um método de fusão que captura as vantagens de ambos os
sensores. Neste trabalho é explicado como a densidade da rede afeta a incerteza da fusão radar- pluviômetro.
Adicionalmente, a krigagem ordinária foi utilizada como método de referência e é discutida a possibilidade de
dispensar o pluviômetro quando na presença de radar meteorológico. A área de estudo localizava-se no sul da
França, que possui 4 radares meteorológicos e mais de 200 estações pluviométricas. Os resultados deste trabalho
sugerem que a aplicação da fusão radar- pluviômetro traz benefícios como estimativas menos tendenciosas e
melhores correlacionadas, nas quais o pluviômetro continua a oferecer informações valiosas.
Palavras-chave: densidade da rede pluviométrica; fusão radar-chuva; krigado com deriva externa.
Introducción
La estimación del campo de precipitación es un requerimiento necesario para comprender y analizar los
procesos hidrológicos a nivel de cuenca, con amplias aplicaciones en modelos hidrológicos y de previsión (Sokol
et al., 2021). Los radares meteorológicos ofrecen estimaciones cuantitativas de precipitación (QPE, por sus
siglas en inglés), sobre áreas extensas con una buena definición espacio-temporal; lo que los hace ser preferidos
en sistemas de alerta y pronóstico hidrometeorológico (Courtel et al., 2010; Méndez et al.,2015; Navas y
Delrieu, 2018). La QPE se obtiene mediante la relación reflectividad radárica en función de la intensidad de
precipitación, según la Ecuación 1 (Marshall y Palmer, 1948):
(1)
Donde: Z es un pulso instantáneo de reflectividad (mm
6
/m
3
), R la intensidad de precipitación (mm/h) y, a y b los
parámetros de la relación potencial (típicamente a= 200 y b= 1,6).
Algunos servicios meteorológicos ofrecen productos QPE a múltiples escalas espacio-temporales, en los
cuales se fusiona la estimación del radar con la red de pluviómetros; lo que permite minimizar la incertidumbre
de la precipitación por radar (Delrieu et al., 2014; Boudevillain et al., 2016; Ochoa-Rodriguez et al., 2019). Las
técnicas de fusión toman ventaja de las bondades de cada instrumento de medición: por ejemplo, lo preciso y
exacto de la observación “puntual” obtenida con el pluviómetro y la gran cobertura de la estimación “raster”
obtenida a partir del radar (Andrieu y Emmanuel, 2013). La fusión puede realizarse mediante ajustes uniformes,
con la distancia o con técnicas geoestadísticas (Borga y Tonelli, 2000; Borga et al., 2002; Berndt et al., 2014).
Las técnicas geoestadísticas suelen minimizar los problemas de ocultamiento por relieve, banda brillante,
interferencia electromagnética y/o perfiles de reflectividad no uniformes (Berne et al., 2009; AghaKouchak et
al., 2010; Hazenberg et al., 2013). Sin embargo, pueden estar influenciadas por la densidad de la red de
pluviómetros (Navas, 2017).
En este contexto anterior, el presente trabajo tuvo como objetivo explicar cómo la densidad de la red
pluviométrica afecta la fusión radar-pluviómetro, mediante la aplicación del krigeado con deriva externa como
método de fusión (Delrieu et al., 2014; Boudevillain et al., 2016) y el krigeado ordinario como método de
referencia sin radar. La fusión y análisis se implementó en el sur de Francia, que es una región que posee una
amplia red de estaciones pluviométricas y radares meteorológicos (Boudevillain et al., 2011), los cuales han
servido durante años en la previsión hidrometeorológica e investigación.
Materiales y Métodos
Método de fusión radar-pluviómetro
El krigeado es un método de interpolación basado en la regresión de valores observados alrededor de un
punto de interés, a través de un proceso Gaussiano ponderado de acuerdo a la covarianza espacial de los valores.
El krigeado sigue la Ecuación 2 (Matheron, 1970):
(2)
Donde: u es la posición del punto de estimación, u
α
la posición de los puntos de observación, n(u) el número de
valores observados usados en la estimación, E(u) y E(u
α
) los valores esperados en el punto de estimación y en los
Densidad de Pluviómetros en la Fusión Radar-Pluviómetro 158
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
puntos de observación, respectivamente, λ
α
(u) el peso asignado en base a la posición, Z y Z
*
los valores
observados y estimados, respectivamente.
El krigeado ordinario (OK, por sus siglas en inglés) es el método clásico de interpolación de
precipitación; es un tipo particular de krigeado donde los valores esperados son aproximados a un valor
constante en el entorno del punto de estimación (Ecuación 3) (Matheron, 1970). Esto es m(u) = m(u
α
) para cada
punto Z(u
α
) que se usa en la estimación de Z(u), según:
(3)
El krigeado con deriva externa (KED, por sus siglas en inglés) es un método de interpolación que
permite realizar la fusión radar-pluviómetro (Delrieu et al., 2014) y es objeto de estudio en este trabajo; es una
variante del krigeado universal donde la variable Z(u) a ser interpolada es considerada como la suma de un
término estocástico Y(u) y otro determinístico m(u), llamado la deriva (Ecuación 4; Matheron, 1970):
(4)
En la Figura 1 se muestra en forma esquemática el método KED, donde la estimación radar (R) tiene
un sesgo negativo con respecto a los pluviómetros; m(u)= aR(u)+b es una función lineal del radar R(u) con
coeficientes a y b desconocidos; las observaciones puntuales de los pluviómetros y la deriva son utilizadas para
estimar los residuos y el variograma de residuos (Delrieu et al., 2014).
Figura 1. Esquema de la estimación del krigeado con deriva externa (KED; línea negra gruesa) (Navas, 2017).
Los datos del radar R(x) (línea continua azul) están representados expresamente con sesgo negativo significativo
con respecto a los pluviómetros (cruces, su interpolación en la línea discontinua negra). La deriva m(x) (línea
negra delgada) es una función lineal de los datos del radar con coeficientes a y b desconocidos. Los datos de los
pluviómetros y las correspondientes derivas (círculos) son usados para calcular los residuos locales requeridos
para estimar el variograma de residuos.
Área de estudio
El Observatorio Hidrometeorológico Mediterráneo Cevennes-Vivarais está dedicado a la observación
de eventos intensos de lluvia que afectan el sur de Francia (Boudevillain et al., 2011) En él se encuentran 4
radares meteorológicos, 200 estaciones pluviométricas horarias y 160 diarias (Figura 2). El producto QPE
utilizado fue la acumulación de precipitación a paso de tiempo horario, suministrado por MétéoFrance, sobre una
retícula con resolución de 1 km, generada a partir del mosaico de radares. Para la transformación del factor de
reflectividad del radar (mm
6
/m
3
) en tasa instantánea de precipitación (mm/h), se siguió el protocolo que se
describe a continuación: a) Identificación de ecos fijos; b) Transformación de reflectividad en intensidad de
lluvia utilizando la relación Marshall y Palmer (1948) (z= 200R
1,6
); c) Corrección de bloqueos parciales del haz
radárico; d) Corrección del perfil vertical de reflectividad (VPR, por sus siglas en inglés); e) Ponderación de la
lluvia con base al índice de calidad (Tabary, 2007; Tabary et al., 2007; Figueras y Tabary, 2013).
Navas Nuñez y Gamazo-Rusnac. 159
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
Figura 2. Área de estudio. Localización de la ventana del Observatorio Hidrometeorológico Mediterráneo
Cevennes-Vivarais, Francia (rectángulo negro), de las estaciones pluviométricas (triángulo: horarias; triángulo
invertido: diarias) y de los radares meteorológicos (cruces) (modificado de Navas, 2017).
Eventos de precipitación
Para el período 2007-2014 se seleccionaron 132 eventos de precipitación. En dicho período se observó
una mayor incidencia de precipitación durante septiembre-noviembre y una menor en febrero-agosto. Esta
característica describe muy bien los fenómenos conocidos en Francia como “les crues Cévenoles” (inundaciones
en la región Cevenol), que son producto de: a) Un Mar Mediterráneo suficientemente caliente que proporciona
gran humedad; b) Un centro de baja presión en el Atlántico que cataliza la circulación proveniente del sur en la
región Cevenol y c) Viento del sur que mueve la humedad del Mediterráneo hacia las montañas, para producir
fuerte condensación y precipitación muy severa (Delrieu et al., 2005).
Estrategia de análisis
Se plantearon 6 escenarios hipotéticos de reducción de la densidad de pluviómetros en 4 escalas
espacio-temporales (1 pluviómetro cada 15, 20, 25, 30, 35 y 40 km, para acumulados de 1, 2, 3 y 6 h). Esta
estrategia permitió estudiar el efecto de la densidad de pluviómetros sin comprometer ni mezclar las estaciones
que fueron utilizadas en la validación. El diseño de la red de validación se realizó mediante una selección
condicionada (Navas, 2017). Fue supuesta una región de 64 km
2
con 16 estaciones pluviométricas (1 estación
cada 2 km), distribuidas tal como se muestra en la Figura 3A. Esta selección estableció para la resolución más
gruesa (8 km) la estación más cercana al centro de la celda. Dicha estación fue la estación de cálculo para tal
escenario (Figura 3B) y las otras estaciones quedaron disponibles para la validación. En la siguiente densidad de
pluviómetro, se siguió el mismo criterio; con la variante de utilizar las estaciones de cálculo previamente
seleccionadas y omitiendo las estaciones más cercanas al centro de la celda (Figura 3D), lo cual definió la red de
cálculo para densidades de estaciones sucesivas. De esta manera, la red de validación quedó definida solo por
aquellas estaciones de validación que se repetían en todos los escenarios (puntos verdes en la Figura 3D).
Densidad de Pluviómetros en la Fusión Radar-Pluviómetro 160
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
Figura 3. Criterio para la reducción de la densidad de pluviómetros (Navas, 2017). A) Red completa, B)
Reducción a la resolución más gruesa (8 km) C) Reducción intermedia (4 km) condicionada por las reducciones
mayores, D) Red final de cálculo y validación. Puntos azules: estaciones pluviométricas; puntos negros:
estaciones de cálculo, definidas como la estación más cercana al centro de gravedad de la celda de la resolución
más gruesa; puntos verdes: estaciones de validación; círculos blancos: estaciones no utilizadas en el cálculo ni en
la validación.
Para cuantificar el efecto de la densidad en la red, se utilizó lo siguiente: el coeficiente R2, definido
como el cuadrado de la correlación de Pearson; el sesgo medio, que representa la tendencia del valor estimado
(Z*) entre el valor observado (Z); y el índice de Jaccard o“coefficient de communauté”, el cual se define como
el tamaño de la intersección dividido entre el tamaño de la unión de dos conjuntos (Jaccard, 1901) y expresa un
índice de similitud alternativo para el campo de precipitación (Navas, 2017).
Resultados y Discusión
El efecto de la densidad de pluviómetros en los distintos escenarios planteados, se analiza a
continuación. Primeramente, en la Figura 4 se muestra el coeficiente R2, el sesgo medio y el coeficiente de
Jaccard para cada método y escenario estudiado. Se observa que estos tres indicadores de bondad describen
pendientes mayores para OK (líneas rojas) que para KED (líneas negras), lo que indica que el krigeado ordinario
es mucho más sensible a la reducción de la red. A su vez, los índices son más altos para KED, evidenciando la
ventaja de la fusión con respecto a una estimación basada únicamente en pluviómetros. De forma general, KED
es poco sensible a la resolución de la red, al menos hasta 40 km. En OK la resolución de la red deja de ser un
parámetro poco sensible y su efecto está en el mismo orden de magnitud que el efecto de la escala temporal.
Figura 4. A) Coeficiente R2, B) sesgo medio y C) índice de Jaccard en función de la densidad de la red
(resolución) y de la escala temporal para krigeado con deriva externa (KED, líneas negras) y el krigeado
ordinario (OK, líneas rojas).
El coeficiente R2 brinda una idea de la proporción de variación de la estimación de precipitación en
cada escenario (Navas, 2017), que puede explicarse con respecto a la resolución de la red (i.e. es una medida de
dispersión en los resultados). KED explica entre el 70 y el 90 % de la variación, mientras que OK solo del 20 al
80 % (Figura 4A). El sesgo medio ofrece una visión de la estimación en términos de subestimación o
sobrestimación (Navas, 2017), así, los resultados tienden a la subestimación en el orden de 0,75 y 0,95 para KED
y de 0,2 a 0,8 en OK (Figura 4B). El índice de Jaccard representa la fracción de la región común con respecto a
la estimación a red completa (Navas, 2017) y está en el orden de 0,8 a 0,9 para KED y de 0,35 a 0,85 para OK
Navas Nuñez y Gamazo-Rusnac. 161
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
(Figura 4C). Se destaca que es un criterio independiente a la densidad de la red y ofrece resultados similares a los
índices R2 y al sesgo, en cuanto a la sensibilidad de los métodos (Navas, 2017).
Una característica común en ambos métodos es la tendencia a la subestimación, estando más acentuada
cuando se reduce la escala temporal y se incrementa la resolución (Navas, 2017). Este efecto es
considerablemente mayor para OK. El resultado puede explicarse debido a que los métodos geoestadísticos
utilizados trabajan con la hipótesis de que las variables están distribuidas espacialmente de forma gaussiana
(Ecuaciones 2 y 3), sin embargo, la precipitación sigue un patrón sesgado y heterogéneo que se acentúa con la
reducción de la escala espacio-temporal. Al respecto, Erdin et al. (2012) realizaron un estudio donde
incorporaron el patrón sesgado y heterogéneo de la precipitación en la estimación KED, por medio de la
transformación Box-Cox, remarcando los beneficios que se consiguen con la transformación y aconsejando que
el método debe ser aplicado con cautela, ya que en algunos casos se cambia la tendencia de subestimación por la
de sobrestimación. Si bien los resultados de Erdin et al. (2012) provienen del análisis del método KED, se
pudiera plantear la hipótesis de que un método de interpolación univariado como OK, en presencia de
precipitación localizada (caso típico de precipitaciones de origen convectivo), donde el máximo local
difícilmente será registrado por los pluviómetros; se podrían observar que el sesgo será negativo y mucho más
acentuado que en KED, debido a que los valores a interpolar serán siempre inferiores al máximo local. Este
fenómeno impacta especialmente cuencas pequeñas durante lluvias convectivas, en las cuales técnicas
matemáticas pueden aplicarse para estimar el máximo local de la precipitación (Zhang et al., 2016). Igualmente,
se pueden utilizar técnicas estocásticas combinadas con geoestadística para incorporar la probabilidad de
ocurrencia de una precipitación máxima no registrada (Jordan et al., 2003; Jódar et al., 2015).
En la Figura 5 se ilustra la estimación de la precipitación acumulada de 1 h para el evento del
17/09/2014 a las 18:00 UTC. El panel superior presenta la estimación KED, donde el patrón espacial del campo
estimado de precipitación no cambia significativamente con relación a la reducción de la red. Sin embargo, el
núcleo de la precipitación estimada aumenta en magnitud. En el panel inferior se muestra la estimación clásica
por OK, observándose con la reducción de la red una deformación radical de la zona precipitante, que va en
concordancia con los índices de bondad presentados en la Figura 4.
Figura 5. Estimación de precipitación acumulada (1 h) en el Observatorio Hidrometeorológico Mediterráneo
Cevennes-Vivarais para el 17/09/2014 a las 18:00 UTC. Parte superior: krigeado con deriva externa (KED),
inferior: krigeado ordinario (OK). De izquierda a derecha: red completa y escenarios de reducción de 15, 25 y 40
km, respectivamente.
En cuanto a la interrogante planteada de si se puede prescindir del pluviómetro cuando se está en
presencia del radar meteorológico. A la luz de los resultados presentados, la respuesta es no, debido a que se
Densidad de Pluviómetros en la Fusión Radar-Pluviómetro 162
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
degradaría la estimación de la precipitación. Por su lado, los servicios meteorológicos, así como los programas
de investigación, tienen recursos finitos que limitan la operación de redes hidrometeorológicas complejas. En
este contexto, la optimización de las redes hidrometeorológicas, teniendo en mente el propósito para el cual
sirven, es una actividad que debe llevarse a cabo para reducir los costos de mantenimiento y asegurar la validez y
disponibilidad de los productos asociados (e.g. reanálisis, pronósticos).
Conclusiones
Los métodos usados en la evaluación del efecto de la densidad de la red pluviométrica en la fusión
radar-pluviómetro (krigeado con deriva externa y krigeado ordinario) resultan sensibles a la densidad de la red
pluviométrica, teniendo mucho más impacto al reducir la escala temporal de precipitación. En la estimación
mediante el krigeado con deriva externa por medio de la fusión radar-pluviómetro, el radar brinda información
valiosa que se traduce en una estimación mejor correlacionada y menos sesgada con respecto al krigeado
ordinario. Adicionalmente, el método de krigeado con deriva externa aprovecha la red pluviométrica para ajustar
la estimación de precipitación por radar, por lo que se puede decir que no es conveniente reducir la densidad de
estaciones pluviométricas, ya que se degradaría la estimación de precipitación.
El aporte principal de este trabajo consiste en mostrar que la incertidumbre de la estimación de
precipitación está ligada a la escala temporal, así como al método de interpolación y la densidad de la red
pluviométrica. La escala temporal se define en función de la resolución temporal con la que se requiere la
precipitación para un propósito específico. Por ejemplo, la gestión de recursos hídricos, usualmente se realiza a
escala diaria, semanal o mensual; mientras que las aplicaciones para alerta temprana de inundaciones trabajan a
escala horaria o incluso sub-horaria, pudiéndose inferir que se requerirá una red de pluviómetros más densa para
la previsión de inundaciones que para la gestión de recursos hídricos.
Agradecimientos
El trabajo ha sido financiado por la Fundación Gran Mariscal de Ayacucho y el Instituto Nacional de
Meteorología e Hidrología de Venezuela. Las bases de datos han sido mantenidas en el marco del OHMCV
dentro del programa HyMex (http://www.hymex.org/), con ayuda de las instituciones MétéoFrance, Service de
Prévision des Crues du Grand Delta y la Electricité de France.
Referencias Bibliográficas
AghaKouchak, A., Habib, E., Bárdossy, A. (2010). Modeling radar rainfall estimation uncertainties: random
error model. Journal of Hydrologic Engineering, 15(4), 265-274.
Andrieu, H., Emmanuel, I. (2013). Le radar météorologique en hydrologie urbaine. La Météorologie, 8(83), 28-
38.
Berndt, C., Rabiei, E., Haberlandt, U. (2014). Geostatistical merging of rain gauge and radar data for high
temporal resolutions and various station density scenarios. Journal of Hydrology, 508, 88-101.
Berne, A., Delrieu, G., Boudevillain, B. (2009). Variability of the spatial structure of intense Mediterranean
precipitation. Advances in Water Resources, 32(7), 1031-1042.
Borga, M., Tonelli, F. (2000). Adjustment of range-dependent bias in radar rainfall estimates. Physics and
Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere, 25(10-12), 909-914.
Borga, M., Tonelli, F., Moore, R. J., Andrieu, H. (2002). Long-term assessment of bias adjustment in radar
rainfall estimation. Water Resources Research, 38(11), 1226.
Boudevillain, B., Delrieu, G., Galabertier, B., Bonnifait, L., Bouilloud, L., Kirstetter, P. E., Mosini, M. L.
(2011). The Cevennes-Vivarais Mediterranean Hydrometeorological Observatory database. Water Resources
Research, 47, W07701.
Boudevillain, B., Delrieu, G., Wijbrans, A., Confoland, A. (2016). A high-resolution rainfall re-analysis based
on radar-raingauge merging in the Cévennes-Vivarais region, France. Journal of Hydrology, 541, 14-23
Courtel, F., López, J. L., Gascón, T. (2010). Critical rainfall for debris-flow generation in Catia La Mar. Revista
Técnica de la Facultad de Ingeniería. Universidad del Zulia, 33(3), 223-234.
Navas Nuñez y Gamazo-Rusnac. 163
Rev. Téc. Ing. Univ. Zulia. Vol. 45, No. 3, Septiembre - Diciembre, 2022.
Delrieu, G., Nicol, J., Yates, E., Kirstetter, P. E., Creutin, J. D., Anquetin, S., Obled, C., Saulnier, G. M.,
Ducrocq, V., Gaume, E., Payrastre, O., Andrieu, H., Ayral, P. A., Bouvier, C., Neppel, L., Livet, M., Lang, M.,
du-Châtelet, J. P., Walpersdorf, A., Wobrock, W. (2005). The catastrophic flash-flood event of 8-9 september
2002 in the Gard region, France: a first case study for the Cévennes-Vivarais Mediterranean
Hydrometeorological Observatory. Journal of Hydrometeorology, 6(1), 34-52.
Delrieu, G., Wijbrans, A., Boudevillain, B., Faure, D., Bonnifait, L., Kirstetter, P. E. (2014). Geostatistical radar-
raingauge merging: A novel method for the quantification of rain estimation accuracy. Advances in Water
Resources, 71, 110-124.
Erdin, R., Frei, C., Künsch, H. R. (2012). Data Transformation and uncertainty in geostatistical combination of
radar and rain gauges. Journal of Hydrometeorology, 13(4), 1332-1346.
Figueras, J., Tabary, P. (2013). The new french operational polarimetric radar rainfall rate product. Journal of
Applied Meteorology and Climatology, 52(8), 1817-1835.
Hazenberg, P., Torfs, P. J. J. F., Leijnse, H., Delrieu, G., Uijlenhoet, R. (2013). Identification and uncertainty
estimation of vertical reflectivity profiles using a Lagrangian approach to support quantitative precipitation
measurements by weather radar. Journal of Geophysical Research: Atmospheres, 118(18), 10,243-10,261.
Jaccard, P. (1901). Distribution de la Flore Alpine dans le Bassin des Dranses et dans quelques régions voisines.
Bulletin de la Societe Vaudoise des Sciences Naturelles, 37(140), 241-272.
Jódar, J., Sapriza, G., Herrera, C., Lambán, L. J., Medina, A. (2015). Combining point and regular lattice data in
geostatistical interpolation. Journal of Geographical Systems, 17(3), 275-296.
Jordan, P. W., Seed, A. W., Weinmann, P. E. (2003). A stochastic model of radar measurement errors in rainfall
accumulations at catchment scale. Journal of Hydrometeorology, 4(5), 841-855.
Marshall, J. S., Palmer, W. M. K. (1948). The distribution of raindrops with size. Journal of Meteorology, 5(4),
165-166.
Matheron, G. (1970). La théorie des variables régionalisées, et ses applications. Les cahiers du centre de
morphologie mathématique de Fontainebleu. Fontainebleu: Ecole Nationale Supérieure des Mines de Paris.
Méndez, W., Córdova, J., Bravo, L. (2015). Predictive models of instantaneous maximum discharges for
catchments of mountainous environments, supported by morphometric parameters. Revista Técnica de la
Facultad de Ingeniería. Universidad del Zulia, 38(3), 229-238.
Navas, R. (2017). Modélisation hydrologique distribuée des crues en région Cévennes-Vivarais: impact des
incertitudes liées à l’estimation des précipitations et à la paramétrisation du modèle. Tesis doctoral. Grenoble:
Université Grenoble Alpes.
Navas, R., Delrieu, G. (2018). Distributed hydrological modeling of floods in the Cévennes-Vivarais region,
France: Impact of uncertainties related to precipitation estimation and model parameterization. Journal of
Hydrology, 565, 276-288.
Ochoa-Rodriguez, S., Wang, L. P., Willems, P., Onof, C. (2019). A review of radar-rain gauge data merging
methods and their potential for urban hydrological applications. Water Resources Research, 55(8), 6356-6391.
Sokol, Z., Szturc, J., Orellana-Alvear, J., Popová, J., Jurczyk, A., Célleri, R. (2021). The role of weather radar in
rainfall estimation and its application in meteorological and hydrological modelling a review. Remote Sensing,
13, 351.
Tabary, P. (2007). The new french operational radar rainfall product. Part I: methodology. Weather and
Forecasting, 22(3), 393-408.
Tabary, P., Desplats, J., Do Khac, K., Eideliman, F., Gueguen, C., Heinrich, J. C. (2007). The new french
operational radar rainfall product. part II: validation. Weather and Forecasting, 22(3), 409-427.
Zhang, S., Zhang, J., Liu, Y., Liu, Y. (2016). A mathematical spatial interpolation method for the estimation of
convective rainfall distribution over small watersheds. Environmental Engineering Research, 21(3), 226-232.
REVISTA TECNICA
DE LA FACULTAD DE INGENIERIA
UNIVERSIDAD DEL ZULIA
www.luz.edu.ve
www.serbi.luz.edu.ve
www.produccioncienticaluz.org
Esta revista fue editada en formato digital y publicada
en Agosto 2022, por el Fondo Editorial Serbiluz,
Universidad del Zulia. Maracaibo-Venezuela
Vol. 45. N°3, Septiembre - Diciembre, 2022_________________________
