MODELACIÓN DE PRECIPITACIONES EMPLEANDO IMÁGENES DE SATÉLITE Luis Fernando Robles Aguilar Facultad de Ingeniería Civil de la Universidad de Colima, [email protected]. Asesor Dr. M. Alfonso Gutiérrez López Centro de Investigaciones del Agua (CIAQ) de la Universidad Autónoma de Querétaro, [email protected]. PLANTEAMIENTO DEL PROBLEMA La ciudad de Querétaro es afectada con frecuencia por precipitaciones que han generado desbordes en los drenes y por consiguiente inundaciones en zonas vulnerables. Por lo cual ha aumentado la necesidad de estudiar la cantidad de agua pluvial que llega a las zonas urbanas. Así es que la modelación de precipitaciones incursiona con las imágenes satelitales, para conocer el comportamiento de las lluvias en diferentes lugares, ya que es un campo relativamente nuevo y poco estudiado, es importante concebir nuevas herramientas basadas en estudios científicos. METODOLOGIA Iniciando con las imágenes infrarrojas del satélite estacionario GOES 13 es posible introducirlas en un programa llamado “hidroestimador”; el cual es capaz de identificar el brillo de cada uno de los pixeles de la imagen. Posteriormente con ecuaciones de desagregación de lluvia se conoce la temperatura de nube fría y finalmente la intensidad de la precipitación máxima probable. Con una zona a estudiar dentro de la mancha urbana de Querétaro y tomando los valores del brillo de cada pixel en dicho lugar, en diferentes imágenes de tiempos consecutivos. Así podemos realizar un estudio espacio-temporal de la severidad de la tormenta. Teniendo la precipitación podemos analizar la tormenta y generar gráficos y grid de la zona para localizar el territorio de máxima variabilidad de intensidad además de las constantes en máxima y mínima intensidad. CONCLUSIONES Este estudio representa un importante avance en la modelación espacio-temporal de las precipitaciones. Los resultados de este trabajo permiten identificar algunas de las circunstancias que propician las grandes precipitaciones, lo cual será de gran ayuda para localizar las zonas más afectas y llegar a medidas preventivas.