The estimated rainfall from satelli

The estimated rainfall from satellite is very important for engineering to management
planning and design. The technique uses the Global Satellite Mapping Precipitation (GSMaP)
product composed of precipitation retrievals from the Tropical Rainfall Measuring Mission
(TRMM) satellite and other polar-orbiting satellites to interpolates them with cloud motion
vectors derived from infrared images from geostationary satellites then the produce is a high
resolution dataset. Four other satellite-based datasets are also evaluated concurrently with
GSMaP. An hourly data from GSMaP_MVK and GSMaP_NRT in 2009 used in the
experiments, and also selected 116 rain gauge stations over Thailand to verify. The results
showed that GSMaP_MVK is a good the relation to rain gauge observations than
GSMaP_NRT in the whole area with the correlation coefficiencies (CC) is the average 0.80
that is positive values then it also indicates a strong positive linear relationship via a firm
linear rule, the standard deviation (STD) is the average 0.45 indicates that the data points tend
to very close, and the mean absolute error (MAE) measures the average magnitude of the
errors in a set to forecast error in the time series is the average is 2.49. Future work would
enable this to the multiple regression method to the estimated rainfall by satellite over the
whole Thailand.

ผลลัพธ์ (ไทย) 1:

ปริมาณน้ำฝนโดยประมาณจากดาวเทียมเป็นสิ่งสำคัญมากสำหรับวิศวกรรมการจัดการวางแผนและออกแบบ เทคนิคใช้ในโลกดาวเทียมแมปฝน (GSMaP)ผลิตภัณฑ์ประกอบด้วย retrievals ฝนจากภารกิจการวัดปริมาณน้ำฝนเขตร้อน(TRMM) ดาวเทียมและดาวเทียมอื่น ๆ ขั้วโลกโคจรไปค่าใดให้กับเมฆเคลื่อนไหวเวกเตอร์มาภาพอินฟราเรดจากดาวเทียม geostationary แล้วการผลิตสูงแก้ไขชุดข้อมูล 4 อื่น ๆ ตามดาวเทียม datasets ยังมีค่า concurrently ด้วยGSMaP ข้อมูลเป็นรายชั่วโมงจาก GSMaP_MVK และ GSMaP_NRT ในปี 2009 ที่ใช้ในการการทดลอง และเลือกสถานีวัดฝน 116 ไทยเพื่อตรวจสอบ ผลลัพธ์แสดงให้เห็นว่า GSMaP_MVK ความดีสัมพันธ์การสังเกตวัดฝนมากกว่าGSMaP_NRT ในพื้นที่ทั้งหมดมี coefficiencies สัมพันธ์ (CC) เป็นค่าเฉลี่ย 0.80ที่เป็นค่าบวก แล้วยังแสดงค่าบวกเชิงเส้นความสัมพันธ์ที่ดีทางบริษัทกฎเชิงเส้น ค่าส่วนเบี่ยงเบนมาตรฐาน (STD) เป็นค่าเฉลี่ย 0.45 แสดงว่า คะแนนข้อมูลมีแนวโน้มจะดีมาก และข้อผิดพลาดสัมบูรณ์เฉลี่ย (แม่) วัดขนาดเฉลี่ยของการข้อผิดพลาดในการตั้งค่าการคาดการณ์ข้อผิดพลาดในเวลามีค่าเฉลี่ย 2.49 ได้ จะทำงานในอนาคตเปิดใช้งานหลายถดถอยวิธีการเพื่อปริมาณน้ำฝนประมาณโดยดาวเทียมที่ผ่านการประเทศไทยทั้งหมด

ผลลัพธ์ (ไทย) 2:

ปริมาณน้ำฝนประมาณจากดาวเทียมเป็นสิ่งสำคัญมากสำหรับวิศวกรรมการบริหารจัดการ
การวางแผนและการออกแบบ ใช้เทคนิคการเร่งรัดการทำแผนที่ดาวเทียม (Global GSMaP)
สินค้าประกอบด้วยสืบค้นจากฝนเขตร้อนฝนภารกิจวัด
(TRMM) ดาวเทียมและอื่น ๆ ที่ดาวเทียมโคจรรอบขั้วโลกที่จะสอดแทรกให้กับการเคลื่อนไหวของเมฆ
เวกเตอร์ที่ได้มาจากภาพอินฟราเรดจากดาวเทียมค้างฟ้าแล้วผลิตเป็น สูง
ชุดข้อมูลที่ละเอียด สี่ชุดข้อมูลดาวเทียมที่ใช้อื่น ๆ นอกจากนี้ยังมีการประเมินพร้อมกับ
GSMaP ข้อมูลรายชั่วโมงจาก GSMaP_MVK GSMaP_NRT และในปี 2009 ที่ใช้ใน
การทดลองและยังเลือก 116 สถานีวัดปริมาณน้ำฝนทั่วประเทศในการตรวจสอบ ผลการ
ศึกษาพบว่า GSMaP_MVK เป็นความสัมพันธ์ที่ดีที่จะมีฝนตกสังเกตวัดกว่า
GSMaP_NRT ในพื้นที่ทั้งหมดที่มีความสัมพันธ์ coefficiencies (CC) เป็นค่าเฉลี่ย 0.80
ที่เป็นค่าบวกแล้วมันยังแสดงให้เห็นความสัมพันธ์เชิงเส้นที่แข็งแกร่งบวกผ่าน บริษัท
กฎเชิงเส้น ส่วนเบี่ยงเบนมาตรฐาน (STD) เป็นค่าเฉลี่ย 0.45 แสดงให้เห็นว่าจุดข้อมูลมีแนวโน้ม
ที่จะใกล้ชิดและความหมายคลาดเคลื่อนสัมบูรณ์ (MAE) วัดขนาดเฉลี่ยของ
ความผิดพลาดในการตั้งค่าที่จะคาดการณ์ผิดพลาดในอนุกรมเวลาเป็นค่าเฉลี่ยคือ 2.49 . การทำงานในอนาคตจะ
เปิดใช้งานนี้กับวิธีการถดถอยหลายปริมาณน้ำฝนประมาณโดยผ่านดาวเทียม
ทั้งประเทศไทย

ผลลัพธ์ (ไทย) 3:

การประมาณปริมาณฝนจากดาวเทียมเป็นสิ่งสำคัญมากสำหรับวิศวกรรมวางแผน และออกแบบการบริหารจัดการ

เทคนิคใช้ดาวเทียมแผนที่โลกด้วย ( gsmap )
ผลิตภัณฑ์ประกอบด้วยการตกตะกอน retrievals จากเขตร้อนปริมาณน้ำฝนวัดภารกิจ
( trmm ) ดาวเทียมและดาวเทียมที่โคจรอยู่ใน interpolates ขั้วโลกด้วย
เคลื่อนไหวเมฆเวกเตอร์ที่ได้มาจากภาพอินฟราเรดจากดาวเทียม Electronic Engineering Hall แล้วผลิตเป็นชุดข้อมูลความละเอียดสูง

สี่ดาวเทียมอื่น ๆตามข้อมูลยังประเมินควบคู่กันไปด้วย
gsmap . ชั่วโมงและข้อมูลจาก gsmap_mvk gsmap_nrt ในปี 2009 ใช้ใน
การทดลองและยังเลือก 116 ฝนวัดสถานีทั่วประเทศเพื่อตรวจสอบ ผลลัพธ์
พบว่ามีความสัมพันธ์กับ gsmap_mvk ดีกว่า
gsmap_nrt เครื่องวัดปริมาณน้ำฝนสังเกตการณ์ในพื้นที่ทั้งหมดที่มีความสัมพันธ์ coefficiencies ( CC ) มีค่าเฉลี่ย 0.80
ที่บวกค่าแล้วมันยังแสดงความสัมพันธ์เชิงเส้นตรงทางบวกที่แข็งแกร่งผ่านบริษัท
เส้นกฎ , ส่วนเบี่ยงเบนมาตรฐาน ( STD ) มีค่าเฉลี่ย 0.45 แสดงว่า ข้อมูล คะแนนมีแนวโน้ม
ปิดมากและความผิดพลาดสัมบูรณ์เฉลี่ย ( แม่ฮ่องสอน ) มาตรการขนาดเฉลี่ยของ
ข้อผิดพลาดในชุดจะพยากรณ์ในเวลาชุดมีค่าเฉลี่ย 2.49 . การทำงานในอนาคตจะ
เปิดใช้ตัวเลือกนี้ เพื่อให้การถดถอย พหุคูณวิธีการประมาณปริมาณน้ำฝนโดยดาวเทียมกว่า
ประเทศไทยทั้งหมด