Dữ liệu cảm biến lượng mưa cơ hội để nâng cao ước tính lượng mưa

Ước tính lượng mưa chính xác với độ phân giải không gian-thời gian cao là rất quan trọng đối với các ứng dụng thoát nước đô thị và nếu được điều chỉnh theo quan sát mặt đất, dữ liệu radar thời tiết có tiềm năng cho các ứng dụng này.

Tuy nhiên, mật độ các máy đo mưa khí tượng để điều chỉnh thường thưa thớt và phân bố không đồng đều trong không gian. Các cảm biến lượng mưa cơ hội cung cấp mật độ quan sát mặt đất cao hơn nhưng thường có độ chính xác thấp hơn hoặc không xác định đối với từng trạm riêng lẻ. Bài báo này trình bày việc hợp nhất dữ liệu từ radar thời tiết, các trạm thời tiết cá nhân và các liên kết vi sóng thương mại thành một sản phẩm lượng mưa tích hợp. Việc hợp nhất các ước tính lượng mưa cơ hội được chứng minh là cải thiện độ chính xác của các quan sát lượng mưa cơ hội thông qua một thuật toán kiểm soát chất lượng. Trong nghiên cứu này, chúng tôi chỉ ra rằng độ chính xác của các ước tính lượng mưa được cải thiện đáng kể bằng cách hợp nhất dữ liệu lượng mưa cơ hội và dữ liệu radar thời tiết khi so sánh với độ chính xác của từng sản phẩm lượng mưa mà không hợp nhất. Giá trị hiệu quả Nash-Sutcliffe (NSE) lên đến 0,88 thu được cho các sản phẩm lượng mưa hợp nhất tích lũy hàng ngày, trong khi giá trị NSE của các sản phẩm lượng mưa riêng lẻ dao động từ -7,44 đến 0,65, và xu hướng tương tự được quan sát thấy đối với các giá trị sai số trung bình bình phương (RMSE). Để kết hợp dữ liệu radar thời tiết và lượng mưa cơ hội, một phương pháp mới, tức là "điều chỉnh độ lệch trung vị động", được trình bày. Áp dụng phương pháp này, một sản phẩm lượng mưa hiệu suất cao được tạo ra độc lập với các máy đo mưa chất lượng cao thông thường, vốn chỉ được sử dụng trong nghiên cứu này để xác thực độc lập. Ngoài ra, nghiên cứu cũng chứng minh rằng ước tính lượng mưa chính xác có thể đạt được bằng cách kết hợp dưới mức ngày, nhấn mạnh tầm quan trọng của việc kết hợp trong các ứng dụng dự báo hiện tại và gần thời gian thực.