Dati di sensori di precipitazioni opportunisti per migliurà e stime di precipitazioni

E stime precise di e precipitazioni cù una alta risoluzione spaziotempurale sò vitali per l'applicazioni di drenaggiu urbanu, è se adattate à l'osservazioni terrestri, i dati di u radar meteorologicu anu un putenziale per queste applicazioni.

A densità di i pluviometri meteorologichi per l'aghjustamentu hè, però, spessu sparsa è distribuita in modu micca uniforme in u spaziu. I sensori di pioggia opportunistichi furniscenu una densità aumentata di osservazioni terrestri, ma spessu cù una precisione ridutta o scunnisciuta per ogni stazione individuale. Questu articulu dimostra a fusione di dati da radar meteorologichi, stazioni meteorologiche persunali è ligami à microonde cummerciali in un pruduttu di pioggia integratu. A fusione di e stime di pioggia opportunistiche hè dimustrata per migliurà a precisione di l'osservazioni di pioggia opportunistiche attraversu un algoritmu di cuntrollu di qualità. In questu studiu, mostremu chì a precisione di e stime di pioggia hè significativamente migliorata fusionendu i dati di pioggia opportunistiche è i dati di radar meteorologichi paragunati à a precisione di ogni pruduttu di pioggia senza fusione. I valori di efficienza di Nash-Sutcliffe (NSE) finu à 0,88 sò ottenuti per i prudutti di pioggia fusionati accumulati ogni ghjornu, mentre chì i valori NSE di i prudutti di pioggia individuali varianu da -7,44 à 0,65, è tendenze simili sò osservate per i valori di errore quadraticu mediu (RMSE). Per a fusione di i dati di radar meteorologichi è di pioggia opportunistiche, hè presentatu un novu approcciu, vale à dì, "aghjustamentu di u bias medianu mobile". Applicendu questu approcciu, un pruduttu di precipitazioni d'altu rendimentu hè derivatu indipindentamente da i pluviometri cunvinziunali d'alta qualità, chì in questu studiu sò aduprati solu per una validazione indipendente. Inoltre, hè dimustratu chì si ponu ottene stime precise di precipitazioni per via di a fusione subghjornale, ciò chì sottolinea l'impurtanza di a fusione in l'applicazioni di nowcasting è quasi in tempu reale.