In this study, the following remote

In this study, the following remotely sensed precipitation
products are used for drought analysis:
 The Global Precipitation Climatology Project (GPCP;
Adler et al 2003, Huffman et al 2009) obtained
from merged analysis of satellite data and rain gauge
measurements (available since 1979). The rain gauge data
used in GPCP are analysed and assembled by the Climate
Prediction Center (CPC) of the National Oceanic and
Atmospheric Administration (NOAA), and by the Global
Precipitation Climatology Centre (GPCC) of the Deutscher
Wetterdienst.
 The Precipitation Estimation from Remotely Sensed Information
using Artificial Neural Networks (PERSIANN;
Sorooshian et al 2000, Hsu et al 1997), which uses a neural
network classification algorithm to derive precipitation
estimates based on IR data after near real-time adjustment
using microwave scans (available since 2000).
 The Tropical Rainfall Measuring Mission (TRMM)
Multisatellite Precipitation Analysis (TMPA; Huffman
et al 2007) real-time (hereafter, TRMM-RT). The TRMMRT
algorithm is mainly based on the microwave-based
estimates of precipitation with the gaps filled with
Infrared-based precipitation estimates (Huffman et al
2007).

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้ดังต่อไปนี้การเร่งรัดรู้สึกจากระยะไกล
ผลิตภัณฑ์ที่มีการใช้ในการวิเคราะห์ภัยแล้ง:
? โครงการระดับโลกโครงการยุภูมิอากาศ (GPCP;
Adler et al, 2003 Huffman et 2009 AL) ที่ได้รับ
จากการวิเคราะห์ผสานข้อมูลดาวเทียมและวัดปริมาณน้ำฝน
วัด (ให้บริการมาตั้งแต่ปี 1979) ข้อมูลวัดปริมาณน้ำฝน
ใช้ใน GPCP มีการวิเคราะห์และประกอบโดยสภาพภูมิอากาศ
ศูนย์พยากรณ์ (CPC) ของ National มหาสมุทรและ
บรรยากาศการบริหาร (NOAA) และจากทั่วโลก
ยุภูมิอากาศศูนย์ (GPCC) ของดอย
Wetterdienst.
? การเร่งรัดการประเมินจากข้อมูลลิ่วรู้สึก
โดยใช้โครงข่ายประสาทเทียม (PERSIANN;
Sorooshian et al, 2000 ฮ et al, 1997) ซึ่งใช้ประสาท
ขั้นตอนวิธีการจัดหมวดหมู่ของเครือข่ายที่จะได้รับการเร่งรัด
การประมาณการบนพื้นฐานของข้อมูล IR หลังจากที่อยู่ใกล้กับการปรับเวลาจริง
โดยใช้การสแกนไมโครเวฟ ( ใช้ได้ตั้งแต่ปี 2000).
? ทรอปิคอลปริมาณน้ำฝนวัดภารกิจ (TRMM)
Multisatellite ยุวิเคราะห์ (TMPA; Huffman
et al, 2007) ตามเวลาจริง (ต่อ TRMM-RT) TRMMRT
ขั้นตอนวิธีการส่วนใหญ่จะขึ้นอยู่กับไมโครเวฟตาม
ประมาณการของฝนมีช่องว่างที่เต็มไปด้วย
อินฟราเรดตามประมาณการตกตะกอน (Huffman et al,
2007)

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ ต่อไปนี้การระยะไกลผลิตภัณฑ์ที่ใช้สำหรับการวิเคราะห์ความแห้งแล้ง :ด้วยภูมิอากาศทั่วโลกโครงการ ( gpcp ;แอดเลอร์ et al 2003 Huffman et al ( 2009 )จากการวิเคราะห์ข้อมูลจากดาวเทียม และผสานเครื่องวัดปริมาณน้ำฝนการวัด ( ใช้ได้ตั้งแต่ปี 1979 ) ฝนวัดข้อมูลที่ใช้ใน gpcp จะวิเคราะห์และรวบรวมโดยสภาพอากาศศูนย์พยากรณ์ ( CPC ) และมหาสมุทรแห่งชาติการบริหารงานของบรรยากาศ ( NOAA ) และโดยสากลการตกตะกอน ( gpcc ) ศูนย์อุตุนิยมวิทยาของ deutscherwetterdienst .ด้วยการประมาณค่าจากข้อมูลการสำรวจระยะไกลการใช้โครงข่ายประสาทเทียม ( persiann ;sorooshian et al 2000 Hsu et al , 1997 ) ซึ่งใช้ในระบบประสาทการจำแนกขั้นตอนวิธีเครือข่ายจากการตกตะกอนประเมินบนพื้นฐานของข้อมูลหลังจากการปรับแบบเรียลไทม์และใกล้กับการใช้เตาไมโครเวฟสแกน ( ใช้ได้ตั้งแต่ปี 2000 )ฝนเขตร้อน ( วัด trmm ) ภารกิจการวิเคราะห์การตกตะกอน multisatellite ( tmpa ; ฮัฟฟ์แมนet al 2007 ) แบบเรียลไทม์ ( ต่อ trmm-rt ) การ trmmrtวิธีหลักตามการใช้ไมโครเวฟประมาณการของการตกตะกอนด้วยช่องว่างที่เต็มไปด้วยอินฟราเรดใช้ประมาณค่าปริมาณฝน ( Huffman et al ,2007 )