• page_head_Bg

Data sensor curah hujan oportunistik pikeun ningkatkeun estimasi curah hujan

Perkiraan curah hujan anu akurat kalayan résolusi spatiotemporal anu luhur penting pisan pikeun aplikasi drainase kota, sareng upami disaluyukeun kana observasi taneuh, data radar cuaca gaduh poténsi pikeun aplikasi ieu.

https://www.alibaba.com/product-detail/Pulse-RS485-Output-Anti-bird-Kit_1600676516270.html?spm=a2747.product_manager.0.0.2cf371d2wR4ytq

 

Nanging, kapadetan alat ukur hujan météorologi pikeun panyesuaian sering jarang sareng henteu sumebar sacara seragam di rohangan. Sensor curah hujan oportunistik nyayogikeun kapadetan observasi taneuh anu ningkat tapi sering kalayan akurasi anu dikirangan atanapi teu dipikanyaho pikeun unggal stasiun individu. Makalah ieu nunjukkeun ngahijikeun data tina radar cuaca, stasiun cuaca pribadi, sareng tautan gelombang mikro komérsial kana produk curah hujan anu terintegrasi. Ngahijikeun estimasi curah hujan oportunistik dipidangkeun ningkatkeun akurasi observasi curah hujan oportunistik ngalangkungan algoritma kontrol kualitas. Dina panilitian ieu, urang nunjukkeun yén akurasi estimasi curah hujan ningkat sacara signifikan ku ngahijikeun data curah hujan oportunistik sareng data radar cuaca dibandingkeun sareng akurasi unggal produk curah hujan tanpa ngahijikeun. Nilai efisiensi Nash-Sutcliffe (NSE) dugi ka 0,88 diala pikeun produk curah hujan anu digabungkeun anu akumulasi unggal dintenna, sedengkeun nilai NSE tina produk curah hujan individu mimitian ti −7,44 dugi ka 0,65, sareng kecenderungan anu sami dititénan pikeun nilai root mean squared error (RMSE). Pikeun ngahijikeun data radar cuaca sareng curah hujan oportunistik, pendekatan anyar, nyaéta, "moving median bias adjustment" dipidangkeun. Ngagunakeun pendekatan ieu, produk curah hujan anu berkinerja tinggi diturunkeun sacara mandiri tina alat ukur hujan kualitas luhur konvensional, anu dina panilitian ieu ngan ukur dianggo pikeun validasi mandiri. Salian ti éta, didemonstrasikeun yén estimasi curah hujan anu akurat tiasa diala ku cara ngahijikeun data unggal dinten, anu nunjukkeun pentingna ngahijikeun data dina aplikasi nowcasting sareng aplikasi ampir real-time.


Waktos posting: 16 Méi-2024