ਬਾਰਿਸ਼ ਦੇ ਅਨੁਮਾਨਾਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਮੌਕਾਪ੍ਰਸਤ ਬਾਰਿਸ਼ ਸੈਂਸਰ ਡੇਟਾ

ਸ਼ਹਿਰੀ ਡਰੇਨੇਜ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਉੱਚ ਸਪੇਸੀਓਟੈਂਪੋਰਲ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਦੇ ਨਾਲ ਸਹੀ ਬਾਰਿਸ਼ ਦੇ ਅਨੁਮਾਨ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹਨ, ਅਤੇ ਜੇਕਰ ਜ਼ਮੀਨੀ ਨਿਰੀਖਣਾਂ ਦੇ ਅਨੁਸਾਰ ਐਡਜਸਟ ਕੀਤਾ ਜਾਵੇ, ਤਾਂ ਮੌਸਮ ਰਾਡਾਰ ਡੇਟਾ ਵਿੱਚ ਇਹਨਾਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਸੰਭਾਵਨਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਸਮਾਯੋਜਨ ਲਈ ਮੌਸਮ ਵਿਗਿਆਨਕ ਮੀਂਹ ਮਾਪਕਾਂ ਦੀ ਘਣਤਾ ਅਕਸਰ ਸਪੇਸ ਵਿੱਚ ਬਹੁਤ ਘੱਟ ਅਤੇ ਗੈਰ-ਇਕਸਾਰ ਵੰਡੀ ਜਾਂਦੀ ਹੈ। ਮੌਕਾਪ੍ਰਸਤ ਮੀਂਹ ਸੈਂਸਰ ਜ਼ਮੀਨੀ ਨਿਰੀਖਣਾਂ ਦੀ ਵਧੀ ਹੋਈ ਘਣਤਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ ਪਰ ਅਕਸਰ ਹਰੇਕ ਵਿਅਕਤੀਗਤ ਸਟੇਸ਼ਨ ਲਈ ਘੱਟ ਜਾਂ ਅਣਜਾਣ ਸ਼ੁੱਧਤਾ ਦੇ ਨਾਲ। ਇਹ ਪੇਪਰ ਮੌਸਮ ਰਾਡਾਰ, ਨਿੱਜੀ ਮੌਸਮ ਸਟੇਸ਼ਨਾਂ, ਅਤੇ ਵਪਾਰਕ ਮਾਈਕ੍ਰੋਵੇਵ ਲਿੰਕਾਂ ਤੋਂ ਡੇਟਾ ਨੂੰ ਇੱਕ ਏਕੀਕ੍ਰਿਤ ਮੀਂਹ ਉਤਪਾਦ ਵਿੱਚ ਮਿਲਾਉਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਮੌਕਾਪ੍ਰਸਤ ਮੀਂਹ ਦੇ ਅਨੁਮਾਨਾਂ ਨੂੰ ਇੱਕ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਐਲਗੋਰਿਦਮ ਦੁਆਰਾ ਮੌਕਾਪ੍ਰਸਤ ਮੀਂਹ ਦੇ ਨਿਰੀਖਣਾਂ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਦਿਖਾਇਆ ਗਿਆ ਹੈ। ਇਸ ਅਧਿਐਨ ਵਿੱਚ, ਅਸੀਂ ਦਿਖਾਉਂਦੇ ਹਾਂ ਕਿ ਮੌਕਾਪ੍ਰਸਤ ਮੀਂਹ ਦੇ ਡੇਟਾ ਅਤੇ ਮੌਸਮ ਰਾਡਾਰ ਡੇਟਾ ਨੂੰ ਮਿਲਾ ਕੇ ਬਾਰਿਸ਼ ਦੇ ਅਨੁਮਾਨਾਂ ਦੀ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਕਾਫ਼ੀ ਸੁਧਾਰ ਕੀਤਾ ਗਿਆ ਹੈ ਜਦੋਂ ਹਰੇਕ ਮੀਂਹ ਉਤਪਾਦ ਦੀ ਸ਼ੁੱਧਤਾ ਦੀ ਤੁਲਨਾ ਬਿਨਾਂ ਮਿਲਾਏ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਨੈਸ਼-ਸਟਕਲਿਫ ਕੁਸ਼ਲਤਾ (NSE) ਮੁੱਲ 0.88 ਤੱਕ ਰੋਜ਼ਾਨਾ ਇਕੱਠੇ ਹੋਏ ਮਿਲਾਵਟ ਕੀਤੇ ਮੀਂਹ ਦੇ ਉਤਪਾਦਾਂ ਲਈ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਵਿਅਕਤੀਗਤ ਮੀਂਹ ਦੇ ਉਤਪਾਦਾਂ ਦੇ NSE-ਮੁੱਲ −7.44 ਤੋਂ 0.65 ਤੱਕ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਰੂਟ ਮੀਨ ਸਕੁਏਅਰਡ ਐਰਰ (RMSE) ਮੁੱਲਾਂ ਲਈ ਸਮਾਨ ਪ੍ਰਵਿਰਤੀਆਂ ਨੂੰ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ। ਮੌਸਮ ਰਾਡਾਰ ਅਤੇ ਮੌਕਾਪ੍ਰਸਤ ਮੀਂਹ ਦੇ ਡੇਟਾ ਨੂੰ ਮਿਲਾਉਣ ਲਈ, ਇੱਕ ਨਵਾਂ ਪਹੁੰਚ, ਭਾਵ, "ਮੂਵਿੰਗ ਮੀਡੀਅਨ ਬਾਈਸ ਐਡਜਸਟਮੈਂਟ" ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਸ ਪਹੁੰਚ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲਾ ਬਾਰਿਸ਼ ਉਤਪਾਦ ਰਵਾਇਤੀ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਬਾਰਿਸ਼ ਗੇਜਾਂ ਤੋਂ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ ਇਸ ਅਧਿਐਨ ਵਿੱਚ ਸਿਰਫ ਸੁਤੰਤਰ ਪ੍ਰਮਾਣਿਕਤਾ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਦਰਸਾਇਆ ਗਿਆ ਹੈ ਕਿ ਸਹੀ ਬਾਰਿਸ਼ ਅਨੁਮਾਨ ਉਪ-ਰੋਜ਼ਾਨਾ ਮਰਜਿੰਗ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ, ਜੋ ਕਿ ਨਾਓਕਾਸਟਿੰਗ ਅਤੇ ਨੇੜੇ ਰੀਅਲ-ਟਾਈਮ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਮਰਜਿੰਗ ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ।