ಮಳೆಯ ಅಂದಾಜುಗಳನ್ನು ಹೆಚ್ಚಿಸಲು ಅವಕಾಶವಾದಿ ಮಳೆ ಸಂವೇದಕ ದತ್ತಾಂಶ

ನಗರ ಪ್ರದೇಶದ ಒಳಚರಂಡಿ ಅನ್ವಯಿಕೆಗಳಿಗೆ ಹೆಚ್ಚಿನ ಪ್ರಾದೇಶಿಕ-ತಾತ್ಕಾಲಿಕ ರೆಸಲ್ಯೂಶನ್ ಹೊಂದಿರುವ ನಿಖರವಾದ ಮಳೆಯ ಅಂದಾಜುಗಳು ಅತ್ಯಗತ್ಯ, ಮತ್ತು ನೆಲದ ಅವಲೋಕನಗಳಿಗೆ ಸರಿಹೊಂದಿಸಿದರೆ, ಹವಾಮಾನ ರಾಡಾರ್ ದತ್ತಾಂಶವು ಈ ಅನ್ವಯಿಕೆಗಳಿಗೆ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುತ್ತದೆ.

ಆದಾಗ್ಯೂ, ಹೊಂದಾಣಿಕೆಗಾಗಿ ಹವಾಮಾನ ಮಳೆ ಮಾಪಕಗಳ ಸಾಂದ್ರತೆಯು ಹೆಚ್ಚಾಗಿ ವಿರಳವಾಗಿರುತ್ತದೆ ಮತ್ತು ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ ಏಕರೂಪವಾಗಿ ವಿತರಿಸಲ್ಪಡುವುದಿಲ್ಲ. ಅವಕಾಶವಾದಿ ಮಳೆ ಸಂವೇದಕಗಳು ನೆಲದ ವೀಕ್ಷಣೆಗಳ ಹೆಚ್ಚಿದ ಸಾಂದ್ರತೆಯನ್ನು ಒದಗಿಸುತ್ತವೆ ಆದರೆ ಆಗಾಗ್ಗೆ ಪ್ರತಿಯೊಂದು ಕೇಂದ್ರಕ್ಕೂ ಕಡಿಮೆ ಅಥವಾ ತಿಳಿದಿಲ್ಲದ ನಿಖರತೆಯೊಂದಿಗೆ. ಈ ಪ್ರಬಂಧವು ಹವಾಮಾನ ರಾಡಾರ್, ವೈಯಕ್ತಿಕ ಹವಾಮಾನ ಕೇಂದ್ರಗಳು ಮತ್ತು ವಾಣಿಜ್ಯ ಮೈಕ್ರೋವೇವ್ ಲಿಂಕ್‌ಗಳಿಂದ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿತ ಮಳೆ ಉತ್ಪನ್ನಕ್ಕೆ ವಿಲೀನಗೊಳಿಸುವುದನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ. ಅವಕಾಶವಾದಿ ಮಳೆಯ ಅಂದಾಜುಗಳನ್ನು ವಿಲೀನಗೊಳಿಸುವುದರಿಂದ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ ಅಲ್ಗಾರಿದಮ್ ಮೂಲಕ ಅವಕಾಶವಾದಿ ಮಳೆಯ ವೀಕ್ಷಣೆಗಳ ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸಲು ತೋರಿಸಲಾಗಿದೆ. ಈ ಅಧ್ಯಯನದಲ್ಲಿ, ವಿಲೀನಗೊಳ್ಳದೆ ಪ್ರತಿ ಮಳೆ ಉತ್ಪನ್ನದ ನಿಖರತೆಗೆ ಹೋಲಿಸಿದರೆ ಅವಕಾಶವಾದಿ ಮಳೆಯ ಡೇಟಾ ಮತ್ತು ಹವಾಮಾನ ರಾಡಾರ್ ಡೇಟಾವನ್ನು ವಿಲೀನಗೊಳಿಸುವ ಮೂಲಕ ಮಳೆಯ ಅಂದಾಜುಗಳ ನಿಖರತೆಯು ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿಸುತ್ತದೆ ಎಂದು ನಾವು ತೋರಿಸುತ್ತೇವೆ. ನ್ಯಾಶ್-ಸಟ್‌ಕ್ಲಿಫ್ ದಕ್ಷತೆ (NSE) ಮೌಲ್ಯಗಳನ್ನು ದೈನಂದಿನ ಸಂಗ್ರಹವಾದ ವಿಲೀನಗೊಂಡ ಮಳೆ ಉತ್ಪನ್ನಗಳಿಗೆ 0.88 ವರೆಗಿನ ಮೌಲ್ಯಗಳನ್ನು ಪಡೆಯಲಾಗುತ್ತದೆ, ಆದರೆ ವೈಯಕ್ತಿಕ ಮಳೆ ಉತ್ಪನ್ನಗಳ NSE-ಮೌಲ್ಯಗಳು −7.44 ರಿಂದ 0.65 ರವರೆಗೆ ಇರುತ್ತವೆ ಮತ್ತು ಮೂಲ ಸರಾಸರಿ ವರ್ಗ ದೋಷ (RMSE) ಮೌಲ್ಯಗಳಿಗೆ ಇದೇ ರೀತಿಯ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಗಮನಿಸಬಹುದು. ಹವಾಮಾನ ರಾಡಾರ್ ಮತ್ತು ಅವಕಾಶವಾದಿ ಮಳೆಯ ಡೇಟಾವನ್ನು ವಿಲೀನಗೊಳಿಸಲು, ಒಂದು ಹೊಸ ವಿಧಾನವನ್ನು, ಅಂದರೆ, "ಚಲಿಸುವ ಸರಾಸರಿ ಪಕ್ಷಪಾತ ಹೊಂದಾಣಿಕೆ" ಅನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಲಾಗಿದೆ. ಈ ವಿಧಾನವನ್ನು ಅನ್ವಯಿಸುವುದರಿಂದ, ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮಳೆಯ ಉತ್ಪನ್ನವನ್ನು ಸಾಂಪ್ರದಾಯಿಕ ಉತ್ತಮ-ಗುಣಮಟ್ಟದ ಮಳೆ ಮಾಪಕಗಳಿಂದ ಸ್ವತಂತ್ರವಾಗಿ ಪಡೆಯಲಾಗುತ್ತದೆ, ಈ ಅಧ್ಯಯನದಲ್ಲಿ ಇವುಗಳನ್ನು ಸ್ವತಂತ್ರ ಮೌಲ್ಯೀಕರಣಕ್ಕಾಗಿ ಮಾತ್ರ ಬಳಸಲಾಗುತ್ತದೆ. ಇದರ ಜೊತೆಗೆ, ಉಪ-ದೈನಂದಿನ ವಿಲೀನದ ಮೂಲಕ ನಿಖರವಾದ ಮಳೆಯ ಅಂದಾಜುಗಳನ್ನು ಪಡೆಯಬಹುದು ಎಂದು ಪ್ರದರ್ಶಿಸಲಾಗಿದೆ, ಇದು ನೌಕಾಸ್ಟಿಂಗ್ ಮತ್ತು ನೈಜ-ಸಮಯದ ಅನ್ವಯಿಕೆಗಳಲ್ಲಿ ವಿಲೀನದ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ.