Dados oportunos de sensores de precipitação para aprimorar as estimativas de chuva.

Estimativas precisas de precipitação com alta resolução espaço-temporal são vitais para aplicações de drenagem urbana e, se ajustadas a observações em solo, os dados de radar meteorológico têm potencial para essas aplicações.

A densidade de pluviômetros meteorológicos para ajuste, no entanto, é frequentemente esparsa e distribuída de forma não uniforme no espaço. Sensores de precipitação oportunistas fornecem uma maior densidade de observações em solo, mas geralmente com precisão reduzida ou desconhecida para cada estação individual. Este artigo demonstra a fusão de dados de radar meteorológico, estações meteorológicas pessoais e enlaces de micro-ondas comerciais em um produto integrado de precipitação. A fusão de estimativas de precipitação oportunistas melhora a precisão das observações de precipitação oportunistas por meio de um algoritmo de controle de qualidade. Neste estudo, mostramos que a precisão das estimativas de precipitação é significativamente melhorada pela fusão de dados de precipitação oportunistas e dados de radar meteorológico, quando comparada à precisão de cada produto de precipitação sem fusão. Valores de eficiência de Nash-Sutcliffe (NSE) de até 0,88 são obtidos para produtos de precipitação diária acumulada e fundida, enquanto os valores de NSE dos produtos de precipitação individuais variam de -7,44 a 0,65, e tendências semelhantes são observadas para os valores de erro quadrático médio (RMSE). Para a fusão de dados de radar meteorológico e precipitação oportunista, apresenta-se uma nova abordagem, denominada "ajuste de viés por mediana móvel". Aplicando essa abordagem, obtém-se um produto de precipitação de alto desempenho, independentemente de pluviômetros convencionais de alta qualidade, que neste estudo são utilizados apenas para validação independente. Além disso, demonstra-se que estimativas precisas de precipitação podem ser obtidas por meio da fusão de dados subdiários, ressaltando a importância da fusão em previsões imediatas e aplicações em tempo quase real.