Horizon / Plein textes La base de ressources documentaires de l'IRD

IRD

Publications des scientifiques de l'IRD

Ringard Justine, Seyler Frédérique, Linguet L. (2017). A quantile mapping bias correction method based on hydroclimatic classification of the Guiana shield. Sensors, 17 (6), art. no 1413 [17 p. en ligne] ISSN 1424-8220

Fichier PDF disponible http://horizon.documentation.ird.fr/exl-doc/pleins_textes/divers17-07/010070438.pdf

Lien direct chez l'éditeur doi:10.3390/s17061413

En Libre Accès sur HAL https://hal-univ-guyane.archives-ouvertes.fr/hal-01590720

Titre
A quantile mapping bias correction method based on hydroclimatic classification of the Guiana shield
Année de publication2017
Type de documentArticle référencé dans le Web of Science WOS:000404553900229
AuteursRingard Justine, Seyler Frédérique, Linguet L.
SourceSensors, 2017, 17 (6), art. no 1413 [17 p. en ligne] ISSN 1424-8220
RésuméSatellite precipitation products (SPPs) provide alternative precipitation data for regions with sparse rain gauge measurements. However, SPPs are subject to different types of error that need correction. Most SPP bias correction methods use the statistical properties of the rain gauge data to adjust the corresponding SPP data. The statistical adjustment does not make it possible to correct the pixels of SPP data for which there is no rain gauge data. The solution proposed in this article is to correct the daily SPP data for the Guiana Shield using a novel two set approach, without taking into account the daily gauge data of the pixel to be corrected, but the daily gauge data from surrounding pixels. In this case, a spatial analysis must be involved. The first step defines hydroclimatic areas using a spatial classification that considers precipitation data with the same temporal distributions. The second step uses the Quantile Mapping bias correction method to correct the daily SPP data contained within each hydroclimatic area. We validate the results by comparing the corrected SPP data and daily rain gauge measurements using relative RMSE and relative bias statistical errors. The results show that analysis scale variation reduces rBIAS and rRMSE significantly. The spatial classification avoids mixing rainfall data with different temporal characteristics in each hydroclimatic area, and the defined bias correction parameters are more realistic and appropriate. This study demonstrates that hydroclimatic classification is relevant for implementing bias correction methods at the local scale.
Plan de classementMétéorologie / Climatologie [126TELAPP06] ; Séries temporelles [020STAT04] ; Modélisation [062MECEAU06]
DescripteursHYDROCLIMAT ; PRECIPITATION ; ZONE COTIERE ; TELEDETECTION SPATIALE ; DONNEES SATELLITE ; DISTRIBUTION STATISTIQUE ; MODELISATION ; DEBIT ; TRAITEMENT D'IMAGE ; METHODOLOGIE ; CHANGEMENT CLIMATIQUE ; CORRECTION DE DONNEES
Descr. géo.GUYANE FRANCAISE ; AMAZONIE ; BRESIL ; COLOMBIE ; GUYANA ; SURINAME ; VENEZUELA
LocalisationFonds IRD [F B010070438]
Identifiant IRDfdi:010070438
Lien permanenthttp://www.documentation.ird.fr/hor/fdi:010070438

Export des données

Disponibilité des documents

Télechargment fichier PDF téléchargeable

Lien sur le Web lien chez l'éditeur

Accès réservé en accès réservé

HAL en libre accès sur HAL


Accès aux documents originaux :

Le FDI est labellisé CollEx

Accès direct

Bureau du chercheur

Site de la documentation

Espace intranet IST (accès réservé)

Suivi des publications IRD (accès réservé)

Mentions légales

Services Horizon

Poser une question

Consulter l'aide en ligne

Déposer une publication (accès réservé)

S'abonner au flux RSS

Voir les tableaux chronologiques et thématiques

Centres de documentation

Bondy

Montpellier (centre IRD)

Montpellier (MSE)

Nouméa

Papeete

Niamey

Ouagadougou

Tunis

La Paz

Quito