वर्षा अनुमानों को बढ़ाने के लिए अवसरवादी वर्षा सेंसर डेटा

शहरी जल निकासी अनुप्रयोगों के लिए उच्च स्थानिक-कालिक विभेदन के साथ सटीक वर्षा अनुमान महत्वपूर्ण हैं, और यदि इन्हें जमीनी अवलोकनों के साथ समायोजित किया जाए, तो मौसम रडार डेटा में इन अनुप्रयोगों के लिए क्षमता है।

हालाँकि, समायोजन के लिए मौसम संबंधी वर्षामापी उपकरणों का घनत्व अक्सर विरल और अंतरिक्ष में असमान रूप से वितरित होता है। अवसरवादी वर्षा सेंसर ज़मीनी प्रेक्षणों का बढ़ा हुआ घनत्व प्रदान करते हैं, लेकिन अक्सर प्रत्येक व्यक्तिगत स्टेशन के लिए कम या अज्ञात सटीकता के साथ। यह शोधपत्र मौसम रडार, व्यक्तिगत मौसम स्टेशनों और वाणिज्यिक माइक्रोवेव लिंक से प्राप्त आँकड़ों को एक एकीकृत वर्षा उत्पाद में विलयित करने का प्रदर्शन करता है। अवसरवादी वर्षा अनुमानों के विलयन से गुणवत्ता नियंत्रण एल्गोरिथम के माध्यम से अवसरवादी वर्षा प्रेक्षणों की सटीकता में सुधार होता है। इस अध्ययन में, हम दर्शाते हैं कि अवसरवादी वर्षा आँकड़ों और मौसम रडार आँकड़ों के विलयन से वर्षा अनुमानों की सटीकता में उल्लेखनीय सुधार होता है, जब विलयन के बिना प्रत्येक वर्षा उत्पाद की सटीकता की तुलना की जाती है। दैनिक संचित विलयित वर्षा उत्पादों के लिए 0.88 तक नैश-सटक्लिफ दक्षता (NSE) मान प्राप्त होते हैं, जबकि व्यक्तिगत वर्षा उत्पादों के NSE-मान -7.44 से 0.65 तक होते हैं, और मूल माध्य वर्ग त्रुटि (RMSE) मानों के लिए भी इसी तरह की प्रवृत्तियाँ देखी जाती हैं। मौसम रडार और अवसरवादी वर्षा आँकड़ों को मिलाने के लिए, एक नवीन दृष्टिकोण, अर्थात् "चलती माध्यिका पूर्वाग्रह समायोजन" प्रस्तुत किया गया है। इस दृष्टिकोण को लागू करके, पारंपरिक उच्च-गुणवत्ता वाले वर्षामापी, जिनका उपयोग इस अध्ययन में केवल स्वतंत्र सत्यापन के लिए किया गया है, से स्वतंत्र रूप से एक उच्च-प्रदर्शन वर्षा उत्पाद प्राप्त किया जाता है। इसके अतिरिक्त, यह प्रदर्शित किया गया है कि उप-दैनिक विलय द्वारा सटीक वर्षा अनुमान प्राप्त किए जा सकते हैं, जो नाउकास्टिंग और लगभग वास्तविक समय अनुप्रयोगों में विलय के महत्व को रेखांकित करता है।