Detalles de Medición de Precipitación

Detección de Lluvia en Arable

La precipitación es típicamente el componente hidrológico más variable en cualquier área, y su caracterización es una de las tareas que más requiere precisión y es más difícil de corregir. La lluvia presenta múltiples formas de no estacionariedad: la variabilidad a pequeña escala inducida por procesos como la formación de nubes, la creación de gotas y el viento, y la variabilidad a gran escala inducida por el movimiento de frentes de lluvia, la geografía local y regional, y, en algunos casos, las copas de las plantas.

Comparar datos muy localizados, como los que recibes del Arable Mark, ya sea con un pronóstico o una estación meteorológica distante, puede mostrar parte de esta variabilidad. Los pronósticos suelen considerar las condiciones probables sobre un área grande; los puntos individuales pueden experimentar precipitaciones considerablemente mayores o menores. Lo mismo ocurre con la estación meteorológica más cercana; muchas estaciones meteorológicas que se encuentran en aeropuertos con condiciones que pueden ser bastante diferentes de las que se observan en los campos. La variabilidad espacial puede ser notable, como lo ha demostrado la investigación.

  • Hasta un 100% de variabilidad entre pluviómetros dentro de 500 metros uno del otro (Jensen y Pedersen 2005)
  • Hasta un 26% (o más) de variabilidad entre pluviómetros dentro de 250 metros uno del otro (Pedersen et al. 2010)
  • La variabilidad tambien  está fuertemente influenciada por el tipo de precipitación que está ocurriendo (Emmanuel et. al. 2012)

También puedes observar cierta variabilidad espacial al comparar la precipitación entre tus dispositivos si los tienes en muchos campos. ¡El valor de una red de dispositivos es que obtienes la imagen más precisa de tus condiciones climáticas!

Existe una variabilidad espacial significativa en la precipitación incluso en distancias cortas. Mokondoko et al. 2018.

Calibraciones 

Arable detecta la lluvia mediante un disdrómetro acústico patentado. Este dispositivo efectivamente 'escucha' cuando las gotas de lluvia golpean la parte superior de la cúpula y luego transforma el sonido en unidades de energía, que luego podemos asignar a tamaños individuales de gotas de lluvia. La acumulación de cada gota nos proporciona nuestras tasas de precipitación. Estamos constantemente trabajando para mejorar nuestras calibraciones de lluvia mediante estaciones de campo distribuidas alrededor del mundo. Cada una de estas estaciones está equipada con un sensor de lluvia láser de alta precisión, el OTT Parsivel2.

 

Nuestra calibración actual es precisa dentro de 0.2 mm/hora para gotas de lluvia con un diámetro superior a 1 mm (más de 0.1 cm). En la Tabla 1, se puede observar que para la mayoría de las precipitaciones, estamos capturando la mayor parte de la distribución de la lluvia. Sin embargo, si la lluvia está compuesta principalmente por una llovizna muy fina (generalmente caracterizada por tasas de precipitación inferiores a 2.5 mm/hora), es posible que perdamos una proporción de esa lluvia. Las próximas versiones del algoritmo incluirán una calibración actualizada que nos permitirá capturar de manera más precisa esa lluvia fina de llovizna.

 

Table 1.  Distribución del tamaño de las gotas según la ley de Parsons para diferentes tasas de precipitación.

Diámetro de la gota(cm)

Tasa de lluvia (mm/hora) (mm/hr)

0.25

1.25

2.5

5

12.5

25

50

100

150

0.05

28.0%

10.9%

7.3%

4.7%

2.6%

1.7%

1.2%

1.0%

1.0%

0.1

50.1

37.1

27.8

20.3

11.5

7.6

5.4

4.6

4.1

0.15

18.2

31.3

32.8

31.0

24.5

18.4

12.5

8.8

7.6

0.2

3.0

13.5

19.0

22.2

25.4

23.9

19.9

13.9

11.7

0.25

0.7

4.9

7.9

11.8

17.3

19.9

20.9

17.1

13.9

0.3

 

1.5

3.3

5.7

10.1

12.8

15.6

18.4

17.7

0.35

 

0.6

1.1

2.5

4.3

8.2

10.9

15.0

16.1

0.4

 

0.2

0.6

1.0

2.3

3.5

6.7

9.0

11.9

0.45

   

0.2

0.5

1.2

2.1

3.3

5.8

7.7

0.5

     

0.3

0.6

1.1

1.8

3.0

3.6

0.55

       

0.2

0.5

1.1

1.7

2.2

0.6

         

0.3

0.5

1.0

1.2

0.65

           

0.2

0.7

1.0

0.7

               

0.3

Las próximas versiones también nos permitirán filtrar los ruidos externos inadvertidos captados por el micrófono interno. Los pájaros que se posan en la cúpula y los tractores que pasan son las dos fuentes de ruido más comunes, y pueden causar que el Arable Mark registre una cantidad de lluvia mayor de la esperada. Si observas tasas de lluvia considerablemente más altas de lo esperado en uno o más de tus dispositivos, te recomendamos alejar el dispositivo de cualquier maquinaria pesada y considerar el uso de dispositivos para disuadir a los pájaros, si tu dispositivo muestra signos de que los pájaros se posan en él.

Comparación con otros pluviómetros

 

Es común que los disdrómetros exhiban una sensibilidad variable a tasas de lluvia baja (consulta Tokay 2013 o Angulo-Martinez et al. 2017 para estudios comparativos). Además, los pluviómetros en general pueden presentar un rendimiento variable en comparación con una referencia (para un estudio exhaustivo sobre esto, consulta WMO 2009; resumido en la Tabla 2 aquí).


Recomendamos encarecidamente a los clientes que estén evaluando los datos del Arable Mark en comparación con otros pluviómetros, que consideren la distancia entre los sensores y el tiempo transcurrido desde la última calibración de los pluviómetros internos. Nosotros mismos estamos constantemente trabajando en nuestras calibraciones de sensores; ¡las calibraciones son fundamentales para nosotros

Tabla 2. Tasas de precipitación por modelo comparadas con una referencia de lluvia. Fuente: OMM 2009

Modelo de pluviómetro

Tipo de medición

precipitación = a *
referencia de precipitación  b

a

b

R2

RIM7499020-McVan

Pluviómetro de balancín

1.31

0.9

0.68

AP23-PAAR

Pluviómetro de balancín

1.15

0.96

0.85

R01 3070-PRECIS MECANIQUE

Pluviómetro de balancín

1.08

0.95

0.77

PT 5.4032.35.008-THIES

Pluviómetro de balancín

1.01

0.99

0.85

R 102 -ETG

Pluviómetro de balancín

1.01

0.99

0.88

DQA031-LSI LASTEM

Pluviómetro de balancín

1.06

0.96

0.72

UMB7525/I-SIAP-MICROS

Pluviómetro de balancín

0.92

1.02

0.73

PMB2 -CAE

Pluviómetro de balancín

0.78

1.05

0.87

RAIN COLLECTOR II -DAVIS

Pluviómetro de balancín

1.16

0.92

0.73

LB-15188-LAMBRECHT

Pluviómetro de balancín

1.21

0.96

0.81

PP040-MTX

Pluviómetro de balancín

0.96

1

0.79

ARG100-EML

Pluviómetro de balancín

1.21

0.92

0.75

MRW500-METEOSERVIS

Pluviómetro de pesaje

1.01

0.98

0.74

VRG101-VAISALA

Pluviómetro de pesaje

1.12

0.75

0.12

PLUVIO-OTT

Pluviómetro de pesaje

0.98

1

0.9

PG200-EWS

Pluviómetro de pesaje

0.98

1

0.81

T200B -GEONOR

Pluviómetro de pesaje

0.96

1

0.89

TRwS-MPS

Pluviómetro de pesaje

1.09

0.95

0.59

PWD22-VAISALA

Sensor óptico láser

0.81

0.94

0.51

PARSIVEL-OTT

Sensor óptico láser

0.82

1.1

0.77

LPM-THIES

Sensor óptico láser

0.93

1.07

0.8

WXT510-VAISALA

Detección de impacto

1.72

0.91

0.74

ANS 410/H-EIGENBRODT

Sensor de presión

1.09

0.96

0.67

Electrical raingauge-KNMI

Sensor de nivel

1.05

0.97

0.82

 

Para mas Lecturas: 

 

  • Angulo-Martinez, M., Begueria, S., Latorre, B., & Fernandez-Raga, M. (2017). Comparison of precipitation measurements by Ott Parsivel and Thies LPM optical disdrometers. Hydrological Earth Systems Science Discussions, (in review - 672).
  • Emmanuel, I., Andrieu, H., Leblois, E., & Flahaut, B. (2012). Temporal and spatial variability of rainfall at the urban hydrologic scale. Journal of Hydrology, 420-431: 162-172.
  • Jensen, N.E., & Pedersen, L. (2005). Spatial variability of rainfall: Variations within a single radar pixel. Atmospheric Research, 77(1-4): 269-277.
  • Mokondoko, P., Manson, R. H., Ricketts, T. H., & Geissert, D. (2018). Spatial analysis of ecosystem service relationships to improve targeting of payments for hydrological services. PLoS ONE, 13(2).
  • Pedersen, L., Jensen, N.E., Christensen, L.E., & Madsen, H. (2010). Quantification of the spatial variability of rainfall based on a dense network of rain guages. Atmospheric Research 95(4): 441-454.
  • Tokay, A. (2013). Comparison of raindrop size distribution measurements by collocated disdrometers. Journal of Atmospheric and Oceanic Technology, 30: 1672-1690.
  • United Kingdom Environment Agency. (2004). Evaluation of tipping bucket rain gauge performance and data quality. Science Report: W6-084/SR. 63pgs.
  • World Meteorological Organization (2009). WMO field intercomparison of rainfall intensity gauges. Instruments and Observing Methods Report No. 99. 290pgs.