@InProceedings{PiOliv:2023:EsCaSã,
               author = "Pi, Nicholas Becker Pires and Oliveira, Guilherme Garcia de",
          affiliation = "{Universidade Federal do Rio Grande do Sul (UFRGS)} and 
                         {Universidade Federal do Rio Grande do Sul (UFRGS)}",
                title = "Precipita{\c{c}}{\~a}o estimada por sat{\'e}lite para alerta de 
                         inunda{\c{c}}{\~o}es: estudo de caso em S{\~a}o Sebasti{\~a}o 
                         do Ca{\'{\i}}, Rio Grande do Sul (RS), Brasil",
            booktitle = "Anais...",
                 year = "2023",
               editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz 
                         Eduardo Oliveira e Cruz de and Sanches, Ieda DelArco",
                pages = "e156107",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 20. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "limiar de precipita{\c{c}}{\~a}o, produto MERGE, desastres 
                         hidrol{\'o}gicos, eventos extremos, precipitation threshold, 
                         MERGE product, hydrological disasters, extreme events.",
             abstract = "Os produtos de chuva estimada por sat{\'e}lites permitem avaliar 
                         a variabilidade espacial da precipita{\c{c}}{\~a}o em grandes 
                         bacias, suscitando sua aplica{\c{c}}{\~a}o para previs{\~a}o de 
                         desastres hidrol{\'o}gicos. O objetivo deste estudo foi 
                         desenvolver um m{\'e}todo para alerta de inunda{\c{c}}{\~o}es 
                         com uso de precipita{\c{c}}{\~a}o estimada por sensoriamento 
                         remoto, tendo como estudo de caso o munic{\'{\i}}pio de S{\~a}o 
                         Sebasti{\~a}o do Ca{\'{\i}}/RS. A metodologia proposta envolve: 
                         a identifica{\c{c}}{\~a}o de cheias e de inunda{\c{c}}{\~o}es; 
                         o c{\'a}lculo da precipita{\c{c}}{\~a}o antecedente aos eventos 
                         extremos, a partir do produto MERGE, em diferentes horizontes 
                         temporais, considerando a {\'a}rea de drenagem; a 
                         limiariza{\c{c}}{\~a}o da precipita{\c{c}}{\~a}o para alertas 
                         de inunda{\c{c}}{\~a}o. Utilizando a abordagem de m{\'u}ltiplos 
                         limiares, considerando as chuvas acumuladas em 2, 3 e 7 dias, 
                         obteve-se 94,4% de acertos no alerta de inunda{\c{c}}{\~o}es. 
                         Conclu{\'{\i}}mos que o m{\'e}todo {\'e} eficiente e acurado, 
                         podendo-se expandir sua aplica{\c{c}}{\~a}o para grandes bacias 
                         hidrogr{\'a}ficas. ABSTRACT: Satellite-estimated rainfall 
                         products allow the evaluation of the spatial variability of 
                         precipitation in large basins, which enables their application to 
                         predict hydrological disasters. In this paper, we developed a 
                         method for flood alerting using precipitation estimated by remote 
                         sensing, having as a case study the municipality of S{\~a}o 
                         Sebasti{\~a}o do Ca{\'{\i}}/RS. The methodology includes: the 
                         identification of floods and inundations; the calculation of 
                         rainfall in the days prior to extreme events, using the MERGE 
                         product, in different temporal lags, considering the drainage 
                         area; the investigation by precipitation thresholds for flood 
                         alerts. We were able to get 94.4% of the flood forecasts right 
                         using the multi threshold approach, considering rainfall 
                         accumulated in 2, 3 and 7 days. We conclude that the method is 
                         efficient and accurate, and its application can be expanded to 
                         large hydrographic basins.",
  conference-location = "Florian{\'o}polis",
      conference-year = "02-05 abril 2023",
                 isbn = "978-65-89159-04-9",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/4936CC2",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/4936CC2",
           targetfile = "156107.pdf",
                 type = "Hidrologia",
        urlaccessdate = "27 abr. 2024"
}