Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Anuário do Instituto de Geociências (Online) |
Texto Completo: | https://revistas.ufrj.br/index.php/aigeo/article/view/37238 |
Resumo: | O objetivo do presente trabalho foi validar as estimativas de precipitação do radar meteorológico do Centro de Meteorologia de Bauru (IPMet/UNESP) para a bacia hidrográfica do Rio Jacaré Guaçu, localizada na região central do Estado de São Paulo/Brasil. Para isso, foram utilizados dados de 2013 de 18 estações pluviométricas. A quantificação da precipitação da bacia foi realizada através dos polígonos de Thiessen. Para a validação do radar, foram testadas 3 relações Z-R: Calheiros, Jones e Marshall-Palmer. Os melhores resultados da validação foram obtidos por Marshall-Palmer. Para o ajuste dos dados subestimados do radar meteorológico, utilizou-se um método de otimização nos dados das estações, encontrando o fator de correção de 3,135. Após o ajuste, observou-se uma semelhança entre a média da precipitação observada pelos pluviômetros e a precipitação estimada pelo radar. Sem as devidas correções, a chuva acumulada em 2013 na bacia hidrográfica de acordo com os pluviômetros foi de 1252,26 mm, enquanto que as obtidas pelas relações Z-R de Calheiros, Jones e Marshall-Palmer foram 512,63, 218,6 e 358,37 mm, respectivamente. Com esse estudo pudemos confirmar que ainda há muita dificuldade em se utilizar estimativas de chuva de radar meteorológico integrados a uma rede pluviométrica. Sugere-se realizar outros estudos semelhantes em escalas temporais diferentes. |
id |
UFRJ-21_97342793624c6d47bb9b0e13863a16c8 |
---|---|
oai_identifier_str |
oai:www.revistas.ufrj.br:article/37238 |
network_acronym_str |
UFRJ-21 |
network_name_str |
Anuário do Instituto de Geociências (Online) |
repository_id_str |
|
spelling |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, BrasilChuva; Drenagem; PluviômetrosO objetivo do presente trabalho foi validar as estimativas de precipitação do radar meteorológico do Centro de Meteorologia de Bauru (IPMet/UNESP) para a bacia hidrográfica do Rio Jacaré Guaçu, localizada na região central do Estado de São Paulo/Brasil. Para isso, foram utilizados dados de 2013 de 18 estações pluviométricas. A quantificação da precipitação da bacia foi realizada através dos polígonos de Thiessen. Para a validação do radar, foram testadas 3 relações Z-R: Calheiros, Jones e Marshall-Palmer. Os melhores resultados da validação foram obtidos por Marshall-Palmer. Para o ajuste dos dados subestimados do radar meteorológico, utilizou-se um método de otimização nos dados das estações, encontrando o fator de correção de 3,135. Após o ajuste, observou-se uma semelhança entre a média da precipitação observada pelos pluviômetros e a precipitação estimada pelo radar. Sem as devidas correções, a chuva acumulada em 2013 na bacia hidrográfica de acordo com os pluviômetros foi de 1252,26 mm, enquanto que as obtidas pelas relações Z-R de Calheiros, Jones e Marshall-Palmer foram 512,63, 218,6 e 358,37 mm, respectivamente. Com esse estudo pudemos confirmar que ainda há muita dificuldade em se utilizar estimativas de chuva de radar meteorológico integrados a uma rede pluviométrica. Sugere-se realizar outros estudos semelhantes em escalas temporais diferentes.Universidade Federal do Rio de JaneiroMiguel, Bárbara HassRennó, Camilo Daleles2020-08-21info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3723810.11137/2020_2_325_339Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 325_339Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 325_3391982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/37238/pdf/*ref*/ANA. 2014. Agência Nacional de Águas. Medição de descarga líquida em grandes rios: Manual Técnico. 2 ed. Brasília, DF: ANA - Superintendência de Gestão da Rede Hidrometeorológica, 94p. Alvares, C.A.; Stape, J.L.; Sentelhas, P.C.; Moraes, G.; Leonardo, J. & Sparovek, G. 2013. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22(6): 711-728. Anagnostou, E.N.; Krajewski, W.F. & Smith, J. 1999. Uncertainty quantification of mean-areal radar-rainfall estimates. Journal of Atmospheric and Oceanic Technology, 16(2): 206-215. Antonio, M.A. & Andrade, J.P.M. 2007. Inundações em São Carlos, SP: Avaliação de chuvas com radar. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13, Florianópolis, Resumos, p. 3255-3262. Bartoletti, N.; Casagli, F.; Marsili-Libelli, S.; Nardi, A. & Palandri, L. 2018. Data-driven rainfall/runoff modelling based on a neuro-fuzzy inference system. Environmental Modelling & Software, 106: 35-47. Cabral, S.L.; Sakuragi, J. & Silveira, C.D.S. 2017. Incertezas e erros na estimativa de vazões usando modelagem hidrológica e precipitação por RADAR. Revista Ambiente & Água, 12(1): 57-70. Calheiros, R.V. & Zawadzki, I. 1987. Reflectivity rain rate relationships for radar hydrology in Brazil. Journal of Climate and Applied Meteorology, 26: 118-132. CEPAGRI. 2019. Centro de Pesquisas Meteorológicas e Climáticas Aplicadas a Agricultura. Disponível em: <http:// www.cepagri.unicamp.br/>. Acesso em: 28 out. 2019. Cole, S.J. & Moore, R.J. 2008. Hydrological modelling using rain gauge and radarbased estimators of areal rainfall. Journal of Hydrology, 358(3-4), 159-181. Emidio, Z.P.D.O. 2008. Impacto do balanço hídrico em diferentes tipos de solos: comparação entre dados de radar-pluviômetro e análise de tendência da chuva em área agrícola. 2008. Programa de Pós-graduação em Geociências e Meio Ambiente, Universidade Estadual Paulista “Júllio de Mesquita Filho”, Rio Claro. Tese de Doutorado, 147p. Emidio, Z.P.D.O. & Landim, P.M.B. 2008. Análise de superfície de tendência aplicada à chuva, medida por radar meteorológico, nas regiões de Assis e Piracicaba, SP. Geociências, 27(4): 439-449. Emmanuel, I.; Andrieu, H.; Leblois, E.; Janey, N. & Payrastre, O. 2015. Influence of rainfall spatial variability on rainfall-runoff modeling: Benefit of a simulation approach. Journal of Hydrology, 531: 337-348. Fan, F.M. & Collischonn, W. 2014. Integração do modelo MGB-IPH com sistema de informação geográfica. Revista Brasileira de Recursos Hídricos, 19(1): 243-254. Hamidi, A.; Devineni, N.; Booth, J.F.; Hosten, A.; Ferraro, R.R. & Khanbilvardi, R. 2017. Classifying urban rainfall extremes using weather radar data: An application to the greater New York area. Journal of Hydrometeorology, 18(3): 611-623. Jones, D.M.A. 1956. Rainfall drop-size distribution and radar reflectivity. Urban Meteorology Laboratory: State Water Survey, Illinois, 20p. Kaiser, I.M. 2006. Avaliação de métodos de composição de campos de precipitação para uso em modelos hidrológicos distribuídos. 2006. Programa de Pós-graduação em Hidráulica e Saneamento, Universidade de São Paulo, São Carlos. Tese de Doutorado, 400p. Kirtsaeng, S. & Chantraket, P. 2017. Investigation of ZR Relationships for Monsoon Seasons over Southern Thailand. Applied Mechanics and Materials, 855: 159-164. Kou, C.X. & Dai, Y.H. 2015. A modified self-scaling memoryless Broyden–Fletcher–Goldfarb–Shanno method for unconstrained optimization. Journal of Optimization Theory and Applications, 165(1): 209-224. Marciano, A.G.; Barbosa, A.A. & Silva, A.P.M. 2018. Cálculo de precipitação média utilizando método de Thiessen e as linhas de cumeada. Ambiente & Água-An Interdisciplinary Journal of Applied Science, 13(1): 1-9. Marshall, J.S. & Palmer, W.M.K. 1948. The distribution of rain- drops with size. Journal of meteorology, 5(4), 165- 166. Mazzuco, G.G.; Gonçalves, M.P.; Miguel, B.H.; Villa, M.F.; Costa, C.W. & Moschini, L.E. 2017. Indicadores de Naturalidade da Paisagem Aplicados no Monitoramento da Qualidade Ambiental de Mananciais. Revista Brasileira de Geografia Física, 10(5): 1406-1418. Mishra, V.; Shah, R.; Azhar, S.; Shah, H.; Modi, P. & Kumar, R. 2018. Reconstruction of droughts in India using multiple land-surface models (1951–2015). Hydrology and Earth System Sciences, 22(4): 2269-2284. Morales, C.A. & Amorim, W.C. 2016. Metodologia para integração de uma rede de radares meteorológicos: aplicação para o estado de São Paulo. Ciência e Natura, 38(2): 1036-1053. Pereira Filho, A.J.; Crawford, K.C. & Hartzell, C.L. 1998. Improving WSR-88D hourly rainfall estimates. Weather and Forecasting, 13(4): 1016-1028. Potdar, S.S.; Kulkarni, S.; Patil, P.; Pawar, R.P.; Jakhalekar, V.V. & Nade, D.P. 2019. The long-term trend analysis of rainfall data from 1901 to 2015 for Maharashtra and Goa region from India. International Journal of Water, 13(3): 293-309. Price, K.; Purucker, S.T.; Kraemer, S.R.; Babendreier, J.E. & Knightes, C.D. 2014. Comparison of radar and gauge precipitation data in watershed models across varying spatial and temporal scales. Hydrological Processes, 28(9): 3505-3520. Rabiei, E. & Haberlandt, U. 2015. Applying bias correction for merging rain gauge and radar data. Journal of Hydrology, 522: 544-557. Raghavan, S. 2013. Radar meteorology. Springer Science & Business Media, 466p. Reboita, M.S.; Kruche, N.; Ambrizzi, T. & Rocha, R.P. 2012. Entendendo o Tempo e o Clima na América do Sul. Terra & Didática, 8: 34-50. Silva, R.M.; Santos, C.A.; Moreira, M.; Corte-Real, J.; Silva, V.C. & Medeiros, I.C. 2015. Rainfall and river flow trends using Mann–Kendall and Sen’s slope estimator statistical tests in the Cobres River basin. Natural Hazards, 77(2): 1205-1221. Thiessen, A.H. 1911. Precipitation averages for large areas. Monthly weather review, 39(7): 1082-1089. Thomas, B.F.; Behrangi, A. & Famiglietti, J.S. 2016. Precipitation intensity effects on groundwater recharge in the southwestern United States. Water, 8(3): 1-15. Thorndahl, S.; Einfalt, T.; Willems, P.; Nielsen, J.E.; Veldhuis, M.C.; Arnbjerg-Nielsen, K. & Molnar, P. 2017. Weather radar rainfall data in urban hydrology. Hydrology and Earth System Sciences, 21(3): 1359-1380. USGS, Earth Explorer. 2019. United States Geological Survey. Disponível em: < http://earthexplorer. usgs.gov>. Acesso em: 28 out. 2019. Wilson, J.W. & Brandes, E.A. 1979. Radar measurements of rainfall. Bulletin of the American Meteorological Society, 60: 1048-1058. Zhang, M.; Liu, N.; Harper, R.; Li, Q.; Liu, K.; Wei, X. & Liu, S. 2017. A global review on hydrological responses to forest change across multiple spatial scales: Importance of scale, climate, forest type and hydrological regime. Journal of Hydrology, 546: 44-59.Copyright (c) 2020 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2020-09-21T10:59:44Zoai:www.revistas.ufrj.br:article/37238Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2020-09-21T10:59:44Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.none.fl_str_mv |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil |
title |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil |
spellingShingle |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil Miguel, Bárbara Hass Chuva; Drenagem; Pluviômetros |
title_short |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil |
title_full |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil |
title_fullStr |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil |
title_full_unstemmed |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil |
title_sort |
Validação de Estimativas de Precipitação por Radar Meteorológico em uma Bacia Hidrológica na Região Central do Estado de São Paulo, Brasil |
author |
Miguel, Bárbara Hass |
author_facet |
Miguel, Bárbara Hass Rennó, Camilo Daleles |
author_role |
author |
author2 |
Rennó, Camilo Daleles |
author2_role |
author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Miguel, Bárbara Hass Rennó, Camilo Daleles |
dc.subject.por.fl_str_mv |
Chuva; Drenagem; Pluviômetros |
topic |
Chuva; Drenagem; Pluviômetros |
description |
O objetivo do presente trabalho foi validar as estimativas de precipitação do radar meteorológico do Centro de Meteorologia de Bauru (IPMet/UNESP) para a bacia hidrográfica do Rio Jacaré Guaçu, localizada na região central do Estado de São Paulo/Brasil. Para isso, foram utilizados dados de 2013 de 18 estações pluviométricas. A quantificação da precipitação da bacia foi realizada através dos polígonos de Thiessen. Para a validação do radar, foram testadas 3 relações Z-R: Calheiros, Jones e Marshall-Palmer. Os melhores resultados da validação foram obtidos por Marshall-Palmer. Para o ajuste dos dados subestimados do radar meteorológico, utilizou-se um método de otimização nos dados das estações, encontrando o fator de correção de 3,135. Após o ajuste, observou-se uma semelhança entre a média da precipitação observada pelos pluviômetros e a precipitação estimada pelo radar. Sem as devidas correções, a chuva acumulada em 2013 na bacia hidrográfica de acordo com os pluviômetros foi de 1252,26 mm, enquanto que as obtidas pelas relações Z-R de Calheiros, Jones e Marshall-Palmer foram 512,63, 218,6 e 358,37 mm, respectivamente. Com esse estudo pudemos confirmar que ainda há muita dificuldade em se utilizar estimativas de chuva de radar meteorológico integrados a uma rede pluviométrica. Sugere-se realizar outros estudos semelhantes em escalas temporais diferentes. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-08-21 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/37238 10.11137/2020_2_325_339 |
url |
https://revistas.ufrj.br/index.php/aigeo/article/view/37238 |
identifier_str_mv |
10.11137/2020_2_325_339 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/37238/pdf /*ref*/ANA. 2014. Agência Nacional de Águas. Medição de descarga líquida em grandes rios: Manual Técnico. 2 ed. Brasília, DF: ANA - Superintendência de Gestão da Rede Hidrometeorológica, 94p. Alvares, C.A.; Stape, J.L.; Sentelhas, P.C.; Moraes, G.; Leonardo, J. & Sparovek, G. 2013. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22(6): 711-728. Anagnostou, E.N.; Krajewski, W.F. & Smith, J. 1999. Uncertainty quantification of mean-areal radar-rainfall estimates. Journal of Atmospheric and Oceanic Technology, 16(2): 206-215. Antonio, M.A. & Andrade, J.P.M. 2007. Inundações em São Carlos, SP: Avaliação de chuvas com radar. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13, Florianópolis, Resumos, p. 3255-3262. Bartoletti, N.; Casagli, F.; Marsili-Libelli, S.; Nardi, A. & Palandri, L. 2018. Data-driven rainfall/runoff modelling based on a neuro-fuzzy inference system. Environmental Modelling & Software, 106: 35-47. Cabral, S.L.; Sakuragi, J. & Silveira, C.D.S. 2017. Incertezas e erros na estimativa de vazões usando modelagem hidrológica e precipitação por RADAR. Revista Ambiente & Água, 12(1): 57-70. Calheiros, R.V. & Zawadzki, I. 1987. Reflectivity rain rate relationships for radar hydrology in Brazil. Journal of Climate and Applied Meteorology, 26: 118-132. CEPAGRI. 2019. Centro de Pesquisas Meteorológicas e Climáticas Aplicadas a Agricultura. Disponível em: <http:// www.cepagri.unicamp.br/>. Acesso em: 28 out. 2019. Cole, S.J. & Moore, R.J. 2008. Hydrological modelling using rain gauge and radarbased estimators of areal rainfall. Journal of Hydrology, 358(3-4), 159-181. Emidio, Z.P.D.O. 2008. Impacto do balanço hídrico em diferentes tipos de solos: comparação entre dados de radar-pluviômetro e análise de tendência da chuva em área agrícola. 2008. Programa de Pós-graduação em Geociências e Meio Ambiente, Universidade Estadual Paulista “Júllio de Mesquita Filho”, Rio Claro. Tese de Doutorado, 147p. Emidio, Z.P.D.O. & Landim, P.M.B. 2008. Análise de superfície de tendência aplicada à chuva, medida por radar meteorológico, nas regiões de Assis e Piracicaba, SP. Geociências, 27(4): 439-449. Emmanuel, I.; Andrieu, H.; Leblois, E.; Janey, N. & Payrastre, O. 2015. Influence of rainfall spatial variability on rainfall-runoff modeling: Benefit of a simulation approach. Journal of Hydrology, 531: 337-348. Fan, F.M. & Collischonn, W. 2014. Integração do modelo MGB-IPH com sistema de informação geográfica. Revista Brasileira de Recursos Hídricos, 19(1): 243-254. Hamidi, A.; Devineni, N.; Booth, J.F.; Hosten, A.; Ferraro, R.R. & Khanbilvardi, R. 2017. Classifying urban rainfall extremes using weather radar data: An application to the greater New York area. Journal of Hydrometeorology, 18(3): 611-623. Jones, D.M.A. 1956. Rainfall drop-size distribution and radar reflectivity. Urban Meteorology Laboratory: State Water Survey, Illinois, 20p. Kaiser, I.M. 2006. Avaliação de métodos de composição de campos de precipitação para uso em modelos hidrológicos distribuídos. 2006. Programa de Pós-graduação em Hidráulica e Saneamento, Universidade de São Paulo, São Carlos. Tese de Doutorado, 400p. Kirtsaeng, S. & Chantraket, P. 2017. Investigation of ZR Relationships for Monsoon Seasons over Southern Thailand. Applied Mechanics and Materials, 855: 159-164. Kou, C.X. & Dai, Y.H. 2015. A modified self-scaling memoryless Broyden–Fletcher–Goldfarb–Shanno method for unconstrained optimization. Journal of Optimization Theory and Applications, 165(1): 209-224. Marciano, A.G.; Barbosa, A.A. & Silva, A.P.M. 2018. Cálculo de precipitação média utilizando método de Thiessen e as linhas de cumeada. Ambiente & Água-An Interdisciplinary Journal of Applied Science, 13(1): 1-9. Marshall, J.S. & Palmer, W.M.K. 1948. The distribution of rain- drops with size. Journal of meteorology, 5(4), 165- 166. Mazzuco, G.G.; Gonçalves, M.P.; Miguel, B.H.; Villa, M.F.; Costa, C.W. & Moschini, L.E. 2017. Indicadores de Naturalidade da Paisagem Aplicados no Monitoramento da Qualidade Ambiental de Mananciais. Revista Brasileira de Geografia Física, 10(5): 1406-1418. Mishra, V.; Shah, R.; Azhar, S.; Shah, H.; Modi, P. & Kumar, R. 2018. Reconstruction of droughts in India using multiple land-surface models (1951–2015). Hydrology and Earth System Sciences, 22(4): 2269-2284. Morales, C.A. & Amorim, W.C. 2016. Metodologia para integração de uma rede de radares meteorológicos: aplicação para o estado de São Paulo. Ciência e Natura, 38(2): 1036-1053. Pereira Filho, A.J.; Crawford, K.C. & Hartzell, C.L. 1998. Improving WSR-88D hourly rainfall estimates. Weather and Forecasting, 13(4): 1016-1028. Potdar, S.S.; Kulkarni, S.; Patil, P.; Pawar, R.P.; Jakhalekar, V.V. & Nade, D.P. 2019. The long-term trend analysis of rainfall data from 1901 to 2015 for Maharashtra and Goa region from India. International Journal of Water, 13(3): 293-309. Price, K.; Purucker, S.T.; Kraemer, S.R.; Babendreier, J.E. & Knightes, C.D. 2014. Comparison of radar and gauge precipitation data in watershed models across varying spatial and temporal scales. Hydrological Processes, 28(9): 3505-3520. Rabiei, E. & Haberlandt, U. 2015. Applying bias correction for merging rain gauge and radar data. Journal of Hydrology, 522: 544-557. Raghavan, S. 2013. Radar meteorology. Springer Science & Business Media, 466p. Reboita, M.S.; Kruche, N.; Ambrizzi, T. & Rocha, R.P. 2012. Entendendo o Tempo e o Clima na América do Sul. Terra & Didática, 8: 34-50. Silva, R.M.; Santos, C.A.; Moreira, M.; Corte-Real, J.; Silva, V.C. & Medeiros, I.C. 2015. Rainfall and river flow trends using Mann–Kendall and Sen’s slope estimator statistical tests in the Cobres River basin. Natural Hazards, 77(2): 1205-1221. Thiessen, A.H. 1911. Precipitation averages for large areas. Monthly weather review, 39(7): 1082-1089. Thomas, B.F.; Behrangi, A. & Famiglietti, J.S. 2016. Precipitation intensity effects on groundwater recharge in the southwestern United States. Water, 8(3): 1-15. Thorndahl, S.; Einfalt, T.; Willems, P.; Nielsen, J.E.; Veldhuis, M.C.; Arnbjerg-Nielsen, K. & Molnar, P. 2017. Weather radar rainfall data in urban hydrology. Hydrology and Earth System Sciences, 21(3): 1359-1380. USGS, Earth Explorer. 2019. United States Geological Survey. Disponível em: < http://earthexplorer. usgs.gov>. Acesso em: 28 out. 2019. Wilson, J.W. & Brandes, E.A. 1979. Radar measurements of rainfall. Bulletin of the American Meteorological Society, 60: 1048-1058. Zhang, M.; Liu, N.; Harper, R.; Li, Q.; Liu, K.; Wei, X. & Liu, S. 2017. A global review on hydrological responses to forest change across multiple spatial scales: Importance of scale, climate, forest type and hydrological regime. Journal of Hydrology, 546: 44-59. |
dc.rights.driver.fl_str_mv |
Copyright (c) 2020 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2020 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 325_339 Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 325_339 1982-3908 0101-9759 reponame:Anuário do Instituto de Geociências (Online) instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Anuário do Instituto de Geociências (Online) |
collection |
Anuário do Instituto de Geociências (Online) |
repository.name.fl_str_mv |
Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
anuario@igeo.ufrj.br|| |
_version_ |
1797053537352417280 |