Google Earth Engine applied to rainfall mapping in Triângulo Sul Mineiro – Brazil

Authors

DOI:

https://doi.org/10.17561/at.23.7282

Keywords:

Weather, Variability, Remote Data, Online Platform

Abstract

Satellite precipitation estimates have been proposed in several scientific works, contributing as an important tool for data consistency, in addition to different applications of innovation, it refers to the automation of tasks, this provides precision and greater quality to the database itself. The objectives were to evaluate the spatialization of precipitation and the Google Earth Engine platform in the context of data analysis. The spatial distribution of precipitation by the TRMM satellite was analyzed. It was possible to verify the variation of the rains, and it was verified that the condition of the usual dry and rainy year does not refer essentially to the annual rainfall, but to the distribution of rains over the months and the delimitation of the periods (seasonality). These estimates, when compared with point values, show that they can provide a good idea of the spatial distribution of rainfall.

Downloads

Download data is not yet available.

References

Alencar, Junia R. A.; Romani, Luciana A. S.; Merlo, Tiago P.; Evangelista, Sílvio R. M.; Otavian, Adriano F. 2016: “Avaliação dos impactos do uso do sistema de monitoramento Agrometeorológico (Agritempo)”. Revista Política Agrícola, 26 (1), 5–19,

As-Syakur, A. R.; Tanaka, T.; Prasetia, R.; Swardika, I. K.; Kasa, I. W. 2011: “Comparison of TRMM multisatellite precipitation analysis (TMPA) products and daily-monthly gauge data over Bali”. International Journal of Remote Sensing, 32 (24), 8969–8982. http://doi.org/10.1080/01431161.2010.531784

Bambini, Martha B.; Coltri, Priscila P.; Furtado, André T.; Zullo Junior, Jurandir. 2014: “Collaborative innovation in agrometeorology: Coordination strategies to develop a monitoring IT system for Brazil”. Journal of Technology Management & Innovation, 9 (1), 119–130. http://dx.doi.org/10.4067/S0718-27242014000100010

Bardin-Camparotto, Ludmila; Blain, Gabriel C.; Giarolla, Angélica; Adami, Marcos; Camargo, Marcelo B. 2013: “Validação de dados termopluviométricos obtidos via sensoriamento remoto para o Estado de São Paulo”. Revista Brasileira de Engenharia Agrícola e Ambiental, 17 (6), 665–671. http://doi.org/10.1590/S1415-43662013000600013

Berg, Wesley; Kummerow, Christian; Morales, Carlos A. 2002: “Differences between East and West Pacific Rainfall Systems”. Journal of Climate, 15 (24), 3659–3672, 2002. http://doi.org/10.1175/1520-0442(2002)015<3659:DBEAWP>2.0.CO;2

Brito, J. L. S. 2001: Adequação das potencialidades do uso da terra na Bacia do ribeirão Bom Jardim no Triângulo Mineiro (MG): Ensaio de Geoprocessamento. Tese de doutorado. Universidade de São Paulo: FFLCH, São Paulo (Brasil).

Coelho, Caio A. S.; Cardoso, Denis H. F.; Firpo, Mári A. F. 2016: “A seca de 2013 a 2015 na região sudeste do Brasil”. Revista Climanalise, 55–66.

Collischonn, Bruno; Allasia, Daniel; Collischonn, Walter; Tucci, Carlos E. M. 2007: “Desempenho do Satélite TRMM na Estimativa de Precipitação sobre a Bacia do Paraguai Superior”. Revista Brasileira de Cartografia, 59 (1), 93–99.

Gaida, William; Breunig, Fábio M.; Galvão, Lênio S.; Ponzoni, Flávio J. 2020: “Correção Atmosférica em Sensoriamento Remoto: Uma Revisão”. Revista Brasileira de Geografia Física, 13(1), 229–248. http://doi.org/10.26848/rbgf.v13.1.p229-248

Gorelick, Noel; Hancher, Matt; Dixon, Mike; Llyushchenki, Simon; Thau, David Moore, Rebecca. 2017: “Google Earth Engine: Planetary-scale geospatial analysis for everyone”. Remote sensing of Environment, 202, 18–27, 2017. http://doi.org/10.1016/j.rse.2017.06.031

Instituto de Astronomia, Geofísica e Ciências Atmosféricas – IAG/USP. 2017: Boletim Climatológico Anual da Estação Meteorológica do IAG/USP/Seção Técnica de Serviços Meteorológicos. São Paulo: IAG/USP, 77p.

Karaseva, Marina O.; Prakash, Satya; Gairola, R M. 2011: “Validation of high-resolution TRMM-3B43 precipitation product using rain gauge measurements over Kyrgystan”. Theoretical and Applied Climatology, 108, 147–157. http://doi.org/10.1007/s00704-011-0509-6

Leivas, Janice F.; Andrade, Ricardo G.; Castro-Victoria, Daniel; Torresan, Fábio E.; Bolfe, Edson. L. 2014: “Monitoramento da seca 2011/2012 no nordeste brasileiro a partir do satélite SPOT-Vegetation e TRMM”. Revista Engenharia na Agricultura, 22(3), 211–221. http://doi.org/10.13083/reveng.v22i3.454

Marengo, José A.; Nobre, C. A.; Seluchi, M. E.; Cuartas, A.; Alves, L. M.; Mediondo, E.M.; Obregón, G.; Sampaio, G. 2015: “A seca e a crise hídrica de 2014-2015 em São Paulo”. Revista USP, 106, 31–44.

Mota, F.; Gonçalvez, M.; Aguiar, M.; Adamatti, D. 2020: Google Earth Engine e sua aplicabilidade na gestão de recursos hídricos. In: Anais do XI Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais. SBC, p. 161–170.

Mutanga, Onisimo; Kumar, Lalit. 2019: “Google earth engine applications”. Remote Sensing, 11(5), 591, 2019. http://doi.org/10.3390/rs11050591

Nóbrega Ranyére. S.; Souza, Ênio P. de; Sousa, Francisco A. S. 2008: “Análise da utilização de dados do satélite TRMM em um modelo hidrológico semi distribuído na bacia do Rio Jamari (RO)”. Revista Brasileira de Geografia Física, 1(1), 47–61.

Nóbrega, Ranyére S.; Souza, Ênio P.; Galvíncio, Josiclêda D. 2008: “Análise da Estimativa de Precipitação do Trmm em uma Sub-Bacia da Amazônia Ocidental”. Revista de Geografia, 25(1), 6–20.

Pereira, Gabriel; Silva, Maria Elisa S.; Moraes, Elisabete C.; Cardozo, Francielle D. S. 2013: “Avaliação dos dados de precipitação estimados pelo satélite TRMM para o Brasil”. Revista Brasileira de Recursos Hídricos, 18(3), 139–148.

Rodrigues, Maria A.; Garcia, Sâmia R.; Kayano, Mary T.; Calheiros, Alan J.; ANDREOLI, Rita V. 2022: “Onset and demise dates of the rainy season in the South American monsoon region: A cluster analysis result”. International Journal of Climatology, 42(3), 1354–1368. http://doi.org/10.1002/joc.7307

Rosa, R., Lima, S. C.; Assunção, W. L. 1991: “Abordagem preliminar das condições climáticas de Uberlândia-MG”. Sociedade & Natureza, 3, 91–108.

Santos, B. C.; Souza, P. H.; Vecchia, F. A. S. 2017: “A caracterização da precipitação do ano hidrológico de 2013-2014 na região de São Carlos/SP e sua repercussão no espaço geográfico”. Revista Brasileira de Climatologia, 21, 135–152. http://doi.org/10.5380/abclima.v21i0.51505

Sazib, Nazmus; Mladenova, Iliana; Bolten, John. 2018: “Leveraging the Google Earth Engine for drought assessment using global soil moisture data”. Remote Sensing, 10(8), 1265. http://doi.org/10.3390/rs10081265

Silva, Ana Luísa Fernandes. 2018: Estudo de seca na Península Ibérica usando o Google Earth Engine, dissertação de mestrado, Universidade do Porto, Porto (Portugal).

Silva-Fuzzo, Daniela F.; Prela-Pantano, Angélica; Camargo, Marcelo B. P. 2015: “Modelagem agrometeorológica para estimativa de produtividade de soja para o Vale do Médio Paranapanema-SP”. Irriga, 20(3), 490–501.

Silva-Fuzzo, Daniela. F.; Rocha, Jansle V. 2016: “Validação dos Dados de Precipitação Estimados Pelo TRMM, para o Estado do Paraná, e sua Contribuição ao Monitoramento Agrometeorológico”. Revista Formação (Online), 3(23), 301–316. http://doi.org/10.33081/formacao.v3i23.4148

Soares, Alexleide S. D.; Paz, Adriano R; Piccili, Daniel G. A. 2016: “Avaliação das estimativas de chuva do satélite TRMM no Estado da Paraíba”. Revista Brasileira de Recursos Hídricos, 21(2), 288–299. http://doi.org/10.21168/rbrh.v21n2.p288-299

Soppa, M. A.; Souza, R. B.; Pezzi, L. P. 2011: “Variabilidade das anomalias de temperatura da superfície do mar no Oceano Atlântico Sudoeste e sua relação com o fenômeno El Nino-Oscilação Sul”. Revista Brasileira de Meteorologia, 26, 375–391. http://doi.org/10.1590/S0102-77862011000300005

Souza, V. C. O.; Parede, D.A.; Volpato, M.M.L.; Alves, H. M. R. 2019: Aplicações do Google Earth Engine na cafeicultura do sul de Minas Gerais. X Simpósio de Pesquisa dos Cafés do Brasil.

Templeton, Scott R.; Perkins, M. Shane; Aldridge, Heather D.; Bridges, William C.; Lassiter, Bridget R. 2014: “Usefulness and uses of climate forecasts for agricultural extension in South Carolina, USA”. Regional Environmental Change, 14(2), 645–655. http://doi.org/10.1007/s10113-013-0522-7

Published

2023-09-07

How to Cite

Fuzzo, D. . F. da S., Ferreira da Silva, L., & Fischer Filho, J. A. (2023). Google Earth Engine applied to rainfall mapping in Triângulo Sul Mineiro – Brazil. Agua Y Territorio Water and Landscape, 23, e7282. https://doi.org/10.17561/at.23.7282