Nghiên cứu xây dựng lượng mưa trên lưới kết hợp giữa dữ liệu mưa vệ tinh GSMaP và mưa tự động tại Việt Nam

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thị Thanh Nga Lê, Thị Bé Vân Thái

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khí tượng Thủy văn, 2023

Mô tả vật lý: tr.85-95

Bộ sưu tập: Metadata

ID: 340817

Thêm vào giỏ Liên kết toàn văn

Bài báo trình bày kết quả tính toán lượng mưa trên lưới bằng việc kết hợp giữa số liệu mưa vệ tinh GSMaP và các trạm đo mưa tự động tại Việt Nam trong 04 tháng, tháng 8 và 9 của năm 2020 và 2021 thông qua phương pháp phân tích khách quan. 80 trạm quan trắc mưa tự động (tương đương 40% số liệu) đã được tách riêng để làm số liệu độc lập, 60% số trạm đưa vào chương trình phân tích khách quan để kết hợp 2 loại số liệu với nhau. Kết quả cho thấy, bộ số liệu kết hợp cho chất lượng ước lượng mưa tốt hơn khoảng 2–5% so với số liệu GSMaP gốc
số liệu kết hợp với bán kính ảnh hưởng 30km (L30) có sai số RMSE nhỏ nhất, cải thiện khoảng 5% so với số liệu GSMaP và có thể ứng dụng làm đầu vào cho các bài toán dự báo cực ngắn lượng mưa cũng như dự báo lũ, lũ quét và sạt lở đấtThis article presents the results of the construction of gridded rainfall by combining GSMaP satellite rainfall estimation data and automatic rain gauge observation in Vietnam in four months of August and September 2020 and 2021 using objective analysis method. 80 automatic rain gauge stations (equivalent to 40% of the data) have been separated to be used as independent data, 60% of the stations are input for the objective analysis program to combine the two data types. The results show that combined data improve the quality of rainfall estimation by 2-5% compared to original GSMaP data
the combined data with influence radius of 30km (L30) have the smallest RMSE which improves about 5% compared to GSMaP data and can be used as input for rainfall nowcasting, flood forecast and flash flood and landslide warning programs.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR