Key points are not available for this paper at this time.
الملخص تهدف هذه الدراسة إلى تقييم دقة منتجين قائمين على الأقمار الصناعية لهطول الأمطار (SBPPs)، وهما، تحليل هطول الأمطار متعدد الأقمار الصناعية (TMPA) القائم على مهمة قياس الأمطار الاستوائية (TRMM) وتحديثه النسخة المتكاملة لاسترجاع بيانات متعددة الأقمار الصناعية لقياس هطول الأمطار العالمية (IMERG)، في التقاط التغير المكاني والزماني لهطول الأمطار وتطبيقهما على الأحداث المتطرفة (هطول الأمطار الشديد والجفاف). تم تقييمهما ضد 142 محطة قياس من نيبال خلال الفترة من 2001 إلى 2018. تظهر النتائج أنه بشكل عام، كلا المنتجين SBPP يظهر الخصائص العامة لأنماط هطول الأمطار، على الرغم من تقديرهما المنخفض لمتوسط هطول الأمطار السنوي خلال فترة الدراسة. كما لوحظ أن منتج IMERG يقدم أداءً أفضل في الكشف عن أحداث هطول الأمطار (احتمالية الكشف) وأحداث عدم هطول الأمطار (نسبة الإنذار الكاذب) مقارنة بـ TMPA. استنادًا إلى أربعة مؤشرات مختلفة للهطول المتطرف: أحداث هطول الأمطار الشديدة (R10mm)، أحداث هطول الأمطار المتطرفة (R25mm)، خمسة أيام جافة متتالية (CDD)، وخمسة أيام رطبة متتالية (CWD)، لوحظ أن المنتجين SBPP قد قدرا بشكل منخفض تكرار فترات R25mm و CDD بينما قدرا بشكل مرتفع فترات R10mm و CWD. بالإضافة إلى ذلك، عرض كلا المنتجين SBPP قدرات كبيرة في التقاط أحداث الجفاف خلال فترة الدراسة. بشكل عام، تظهر أحداث الجفاف والانحياز والتكرار أن منتج IMERG لديه قدرات أفضل قليلاً على التقاط الجفاف مقارنة بمنتج TMPA. بشكل عام، وُجد أن IMERG أفضل على مقياس زمني يومي، بينما يظهر TMPA أداءً متسقًا على المقياس الشهري خلال فترة الدراسة. علاوة على ذلك، لا يزال هناك مجال لتحسين خوارزميات استرجاع بيانات هطول الأمطار لـ IMERG.
دراسة شارما وآخرون (الجمعة) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: