Stime accurate delle precipitazioni con elevata risoluzione spaziotemporale sono essenziali per le applicazioni di drenaggio urbano e, se adattati alle osservazioni a terra, i dati radar meteorologici hanno il potenziale per queste applicazioni.
La densità dei pluviometri meteorologici per la regolazione è, tuttavia, spesso scarsa e distribuita in modo non uniforme nello spazio. I sensori di pioggia opportunistici forniscono una maggiore densità di osservazioni a terra, ma spesso con un'accuratezza ridotta o sconosciuta per ogni singola stazione. Questo articolo dimostra l'unione di dati provenienti da radar meteorologici, stazioni meteorologiche personali e collegamenti a microonde commerciali in un prodotto pluviometrico integrato. L'unione di stime di pioggia opportunistiche migliora l'accuratezza delle osservazioni di pioggia opportunistiche attraverso un algoritmo di controllo qualità. In questo studio, dimostriamo che l'accuratezza delle stime di pioggia è significativamente migliorata unendo i dati di pioggia opportunistica e i dati del radar meteorologico rispetto all'accuratezza di ciascun prodotto pluviometrico senza unione. Valori di efficienza di Nash-Sutcliffe (NSE) fino a 0,88 sono ottenuti per i prodotti pluviometrici giornalieri cumulati, mentre i valori NSE dei singoli prodotti pluviometrici variano da -7,44 a 0,65, e tendenze simili sono osservate per i valori dell'errore quadratico medio (RMSE). Per integrare i dati radar meteorologici e quelli opportunistici delle precipitazioni, viene presentato un nuovo approccio, ovvero la "correzione della distorsione mediana mobile". Applicando questo approccio, si ottiene un prodotto pluviometrico ad alte prestazioni, indipendente dai pluviometri convenzionali di alta qualità, che in questo studio vengono utilizzati solo per la validazione indipendente. Inoltre, si dimostra che è possibile ottenere stime pluviometriche accurate mediante l'integrazione sub-giornaliera, sottolineando l'importanza dell'integrazione nelle applicazioni di nowcasting e in tempo quasi reale.
Data di pubblicazione: 16-05-2024