The most common rainfall measuring

The most common rainfall measuring sensor for validation of radar-rainfall products is the rain gauge. However, the difference between area-rainfall and rain gauge point-rainfall estimates imposes additional noise in the radar–rain gauge difference statistics, which should not be interpreted as radar error. A methodology is proposed to quantify the radar-rainfall error variance by separating the variance of the rain gauge area-point rainfall difference from the variance of radar–rain gauge ratio. The error in this research is defined as the ratio of the “true” rainfall to the estimated mean-areal rainfall by radar and rain gauge. Both radar and rain gauge multiplicative errors are assumed to be stochastic variables, lognormally distributed, with zero covariance. The rain gauge area-point difference variance is quantified based on the areal-rainfall variance reduction factor evaluated in the logarithmic domain. The statistical method described here has two distinct characteristics: first, it proposes a range-dependent formulation for the error variance, and second, the error variance estimates are relative to the mean rainfall at the radar product grids. Two months of radar and rain gauge data from the Melbourne, Florida, WSR-88D are used to illustrate the proposed method. The study concentrates on hourly rainfall accumulations at 2- and 4-km grid resolutions. Results show that the area-point difference in rain gauge rainfall contributes up to 60% of the variance observed in radar–rain gauge differences, depending on the radar grid size, the location of the sampling point in the grid, and the distance from the radar.

ผลลัพธ์ (ไทย) 1:

พบมากที่สุดปริมาณน้ำฝนวัดเซนเซอร์สำหรับตรวจสอบผลิตภัณฑ์เรดาร์ฝนวัดฝนได้ อย่างไรก็ตาม ความแตกต่างระหว่างพื้นที่ปริมาณน้ำฝนและเครื่องวัดฝนฝนจุดประเมินเก็บเสียงเพิ่มเติมในเรดาร์ – ฝนวัดต่างสถิติ ซึ่งไม่ควรจะตีความเป็นข้อผิดพลาดของเรดาร์ มีเสนอวิธีการวัดปริมาณความแปรปรวนเรดาร์ฝนข้อผิดพลาด โดยแยกความแปรปรวนของฝนวัดตั้งจุดปริมาณน้ำฝนความแตกต่างจากผลต่างของอัตราส่วนวัดเรดาร์ – ฝน ข้อผิดพลาดในงานวิจัยนี้ได้กำหนดเป็นอัตราส่วนของปริมาณน้ำฝน "เป็นจริง" การปริมาณน้ำฝนเฉลี่ย areal ประเมิน โดยเรดาร์และเครื่องวัดฝน เรดาร์และเครื่องวัดฝนข้อผิดพลาดเชิงการคูณจะถือว่าเป็น ตัวแปรแบบเฟ้นสุ่ม lognormally กระจาย มีความแปรปรวนร่วมของศูนย์ เครื่องวัดฝนตั้งจุดต่างต่างจะ quantified โดยใช้ตัวคูณลด areal ฝนต่างประเมินสมบัติลอการิทึม วิธีการทางสถิติที่อธิบายไว้ที่นี่มีสองลักษณะที่แตกต่าง: ครั้งแรก มันเสนอกำหนดขึ้นอยู่กับช่วงสำหรับผลต่างของข้อผิดพลาด และสอง ประเมินผลต่างของข้อผิดพลาดสัมพันธ์กับปริมาณน้ำฝนเฉลี่ยที่กริดผลิตภัณฑ์เรดาร์ เดือนที่สองของเรดาร์และข้อมูลมาตรวัดฝนจากเมลเบิร์น ฟลอริด้า WSR - 88D จะใช้เพื่อแสดงวิธีการนำเสนอ การศึกษาเน้นชั่วโมงฝนตก accumulations ความละเอียดของตาราง 2 และ 4-กม. ผลลัพธ์แสดงว่า ความแตกต่างของจุดที่ตั้งในฝนตกวัดปริมาณน้ำฝนรวมถึง 60% ของผลต่างที่สังเกตตำแหน่งของการสุ่มตัวอย่างจุดในเส้นตาราง และระยะห่างจากเรดาร์ในเรดาร์ – ฝนวัดความแตกต่าง ขึ้นอยู่กับขนาดตารางเรดาร์

ผลลัพธ์ (ไทย) 2:

ปริมาณน้ำฝนที่พบมากที่สุดวัดเซ็นเซอร์สำหรับการตรวจสอบของผลิตภัณฑ์เรดาร์ฝนวัดฝน แต่ความแตกต่างระหว่างการประมาณการพื้นที่ปริมาณน้ำฝนและวัดปริมาณน้ำฝนจุดปริมาณน้ำฝนเสียงเรียกเก็บเพิ่มเติมในวัดเรดาร์ฝนสถิติที่แตกต่างกันซึ่งไม่ควรจะตีความว่าเป็นข้อผิดพลาดเรดาร์ กระบวนวิธีที่จะเสนอให้ปริมาณความแปรปรวนข้อผิดพลาดเรดาร์ปริมาณน้ำฝนโดยการแยกความแตกต่างของการวัดปริมาณน้ำฝนในพื้นที่จุดที่แตกต่างกันปริมาณน้ำฝนจากความแปรปรวนของอัตราการวัดเรดาร์ฝน ข้อผิดพลาดในการวิจัยครั้งนี้มีการกำหนดเป็นอัตราส่วนของ "true" ปริมาณน้ำฝนที่จะประเมินปริมาณน้ำฝนเฉลี่ย-ขนหัวลุกโดยเรดาร์และมาตรวัดฝน ทั้งเรดาร์และวัดปริมาณน้ำฝนข้อผิดพลาดคูณจะถือว่าเป็นตัวแปรสุ่มกระจาย lognormally กับศูนย์แปรปรวน ความแตกต่างวัดปริมาณน้ำฝนในพื้นที่จุดที่มีการแปรปรวนปริมาณขึ้นอยู่กับปัจจัยที่แตกต่างลดขนหัวลุก-ประเมินปริมาณน้ำฝนในโดเมนลอการิทึม วิธีการทางสถิติที่อธิบายไว้ที่นี่มีสองลักษณะที่แตกต่างกันครั้งแรกก็เสนอการกำหนดช่วงขึ้นอยู่กับความแปรปรวนสำหรับข้อผิดพลาดและสองประมาณการแปรปรวนข้อผิดพลาดจะสัมพันธ์กับปริมาณน้ำฝนเฉลี่ยที่กริดผลิตภัณฑ์เรดาร์ สองเดือนของเรดาร์และข้อมูลการวัดปริมาณน้ำฝนจากเมลเบิร์น, ฟลอริดา, WSR-88D ที่ใช้ในการแสดงให้เห็นถึงวิธีการที่นำเสนอ การศึกษามุ่งเน้นที่ปริมาณน้ำฝนสะสมรายชั่วโมงที่ 2 และ 4 กม. มติตาราง ผลการศึกษาพบว่าความแตกต่างในพื้นที่จุดในปริมาณน้ำฝนวัดปริมาณน้ำฝนมีส่วนช่วยได้ถึง 60% ของความแปรปรวนที่สังเกตในความแตกต่างของวัดเรดาร์ฝนขึ้นอยู่กับขนาดตารางเรดาร์ที่ตั้งของจุดเก็บตัวอย่างในตารางและระยะทางจากที่ เรดาร์

ผลลัพธ์ (ไทย) 3:

ที่พบบ่อยที่สุดสำหรับการตรวจสอบของผลิตภัณฑ์เซ็นเซอร์วัดฝน ฝนเป็นฝนเรดาร์วัด อย่างไรก็ตาม ความแตกต่างระหว่างพื้นที่และฝนฝนฝนวัดจุดประมาณการเก็บภาษีเสียงเพิ่มเติมในเรดาร์และมาตรวัดฝนความแตกต่างสถิติ ซึ่งไม่ควรถูกตีความว่าเป็นข้อผิดพลาดของเรดาร์วิธีการนำเสนอที่มีความแปรปรวนของความคลาดเคลื่อน เรดาร์ฝนโดยแยกจุดวัดความแปรปรวนของพื้นที่แตกต่างจากความแปรปรวนของฝนฝนฝนเรดาร์และมาตรวัดอัตราส่วน ความคลาดเคลื่อนในการวิจัย หมายถึง อัตราส่วนของ " ฝนจริง " ประมาณว่าเพิ่มปริมาณน้ำฝน โดยเรดาร์และมาตรวัดน้ำฝนทั้งเรดาร์และมาตรวัดฝนคูณข้อผิดพลาดจะสมมติให้ตัวแปรสุ่มกระจาย lognormally กับศูนย์ความ ฝนวัดบริเวณจุดแตกต่างแปรปรวนคือปริมาณฝนเพิ่มลดตามความแปรปรวนด้านประเมินผลโดเมนลอการิทึม วิธีการทางสถิติที่อธิบายที่นี่มี 2 ลักษณะที่แตกต่างกัน : ครั้งแรกจะนำเสนอช่วงขึ้นอยู่กับการแปรปรวน ข้อผิดพลาด และประการที่สอง ความแปรปรวนของความคลาดเคลื่อน ประเมินเทียบกับค่าเฉลี่ยปริมาณน้ำฝนที่สินค้าเรดาร์กริด สองเดือนของเรดาร์และมาตรวัดข้อมูลฝนจากเมลเบิร์น , ฟลอริด้า , wsr-88d จะใช้เพื่อแสดงให้เห็นวิธีการที่ได้นำเสนอ การศึกษาจะเน้นปริมาณฝนสะสมชั่วโมง 2 - 4-km มติและตารางผลการศึกษาพบว่าพื้นที่จุดแตกต่างในมาตรวัดน้ำฝน ฝนก่อถึง 60% ของความแปรปรวน พบในเรดาร์และมาตรวัดฝนเรดาร์ความแตกต่างขึ้นอยู่กับขนาดของกริด ที่ตั้งของ จุด ใน ตาราง และห่างจากเรดาร์