Date oportuniste de la senzorii de precipitații pentru îmbunătățirea estimărilor privind precipitațiile

Estimările precise ale precipitațiilor cu rezoluție spatiotemporală ridicată sunt vitale pentru aplicațiile de drenaj urban, iar dacă sunt ajustate la observațiile de la sol, datele radarului meteo au potențial pentru aceste aplicații.

Densitatea pluviometrelor meteorologice pentru ajustare este, însă, adesea rară și distribuită neuniform în spațiu. Senzorii de precipitații oportuniste oferă o densitate crescută a observațiilor la sol, dar adesea cu o precizie redusă sau necunoscută pentru fiecare stație individuală. Această lucrare demonstrează îmbunătățirea datelor de la radarul meteo, stațiile meteo personale și legăturile comerciale cu microunde într-un produs integrat al precipitațiilor. Îmbinarea estimărilor oportuniste ale precipitațiilor este demonstrată prin îmbunătățirea preciziei observațiilor oportuniste ale precipitațiilor printr-un algoritm de control al calității. În acest studiu, arătăm că precizia estimărilor precipitațiilor este semnificativ îmbunătățită prin îmbinarea datelor privind precipitațiile oportuniste și a datelor radarului meteo în comparație cu precizia fiecărui produs de precipitații fără îmbinare. Valori ale eficienței Nash-Sutcliffe (NSE) de până la 0,88 sunt obținute pentru produsele de precipitații îmbinate acumulate zilnic, în timp ce valorile NSE ale produselor individuale de precipitații variază de la -7,44 la 0,65, iar tendințe similare sunt observate pentru valorile erorii medii pătratice (RMSE). Pentru îmbinarea datelor radarului meteo și a precipitațiilor oportuniste, este prezentată o abordare nouă, și anume „ajustarea deviației mediane mobile”. Aplicând această abordare, se obține un produs pluviometric de înaltă performanță, independent de pluviometrele convenționale de înaltă calitate, care în acest studiu sunt utilizate doar pentru validare independentă. În plus, se demonstrează că se pot obține estimări precise ale precipitațiilor prin combinarea sub-zilnică, subliniind importanța combinării în aplicațiile de nowcasting și în timp aproape real.