Sistema de alerta de inundaciones en tiempo casi real usando percepción remota para el río Tumbes en Perú

Abstract

La costa noroeste del Perú es una región que está expuesta a la ocurrencia de fenómenos extremos (inundaciones) que afectan como por ejemplo la ciudad de Tumbes, y ocasionan daños socioeconómicos severos. Estos efectos son con frecuencia atribuidos al impacto de El Niño (ENSO). Por otro lado, el escaso número de estaciones pluviométricas, limita la utilización de sistemas convencionales que dependen de las mediciones in situ de las lluvias. En este estudio, se hace uso de la tecnología de percepción remota como la fuente principal para construir un sistema de alerta de inundación en tiempo casi real basado en web. La carencia de datos en tiempo casi real de la red de estaciones pluviométricas, no permite un monitoreo y modelamiento óptimo del río Tumbes para propósitos de Alerta Temprana. Este problema se puede superar utilizando la percepción remota como una fuente de datos para la estimación de la lluvia areal. Para ello se ha creado el modelo Sacramento (SAC-SMA). Es un modelo hidrológico que permite generar descargas diarias en la estación El Tigre. Este modelo recibe las estimaciones de lluvia mejoradas del satélite y de la estación automática. Además, se ha desarrollado un sistema de diseminación basado en web para visualizar los resultados del modelo y mensajes de alerta. El estudio permite usar la tecnología de percepción remota para el monitoreo de la lluvia en áreas con poca información. La mayor contribución, es la implementación de una nueva metodología “detección del caudal pico” para mejorar la calidad de los datos TRMM.

The northwest coast of Peru is a very sensitive region that is prone to the occurrence of extreme rainfall, such as floods that affect the city of Tumbes and cause severe socio-economic damages. These effects are often attributed to the impact of El Niño Southern Oscillation (ENSO). On the other hand, insufficient number of ground rain gauge stations severely limits the use of conventional systems that highly rely on gauge observation. In this study, remote sensing technology was used as the major source to build a web-based near real-time flood warning system. The lack of near-real-time data from the pluviometric stations does not allow an effective monitoring and modeling of the Tumbes river basin for early warning purposes. This problem can be solved using remote sensing as a source of data for the estimation of areal rainfall. The Sacramento (SAC-SMA model is used to generate daily discharges at “El Tigre” station. This hydrologic model receives the improved rainfall estimates from the satellite, as well as from the automatic gauge station. Also, a webbased disseminating system is developed to display the model results and warning messages. This study shows the advantages of using remote sensing technology for monitoring rainfall in areas with limited information. The major contribution of this study is the implementation of a new methodology “flow peak detection” to improve the quality of the TRMM data.