यह डेटासेट, पब्लिशर कैटलॉग का हिस्सा है. इसे Google Earth Engine मैनेज नहीं करता है. बग की शिकायत करने के लिए, oya-team@google.com पर संपर्क करें या Oya कैटलॉग से अन्य डेटासेट देखें. पब्लिशर के डेटासेट के बारे में ज़्यादा जानें.
- कैटलॉग का मालिक
- Oya
- डेटासेट की उपलब्धता
- 2004-01-01T00:00:00Z–2026-05-08T20:00:00Z
- डेटासेट प्रोड्यूसर
- केडेंस
- 30 मिनट
- टैग
ब्यौरा
Oya, बारिश का अनुमान लगाने वाला एक डेटासेट है. यह दुनिया के ज़्यादातर हिस्सों के लिए उपलब्ध है और इसमें हाई रिज़ॉल्यूशन वाली जानकारी होती है. यह डेटासेट, जियोस्टेशनरी (GEO) सैटलाइट से मिले डेटा के आधार पर तैयार किया गया है.
Oya मॉडल, GEO सैटेलाइट के कॉन्स्टेलेशन से विज़िबल और इन्फ़्रारेड (वीआईएस-आईआर) चैनलों के पूरे स्पेक्ट्रम का इस्तेमाल करता है. इनमें GOES-16/18, Meteosat-9/10, और Himawari-8/9 शामिल हैं. इससे, 60°N से 60°S तक बारिश का अनुमान लगाया जाता है.
बारिश और बिना बारिश वाली घटनाओं के बीच डेटा के अंतर को कम करने के लिए, Oya दो चरणों वाली डीप लर्निंग तकनीक का इस्तेमाल करता है. इसमें दो यू-नेट मॉडल शामिल हैं: एक मॉडल, बारिश का पता लगाने के लिए खास तौर पर बनाया गया है और दूसरा मॉडल, बारिश की मात्रा का अनुमान लगाने (क्यूपीई) के लिए बनाया गया है. इन मॉडल को, ग्राउंड ट्रुथ के तौर पर हाई-रिज़ॉल्यूशन वाले GPM कंबाइंड रडार-रेडियोमीटर एल्गोरिदम (CORRA) v07 डेटा का इस्तेमाल करके ट्रेन किया जाता है. साथ ही, इन्हें IMERG-Final से मिले डेटा पर पहले से ही ट्रेन किया जाता है, ताकि ये ज़्यादा भरोसेमंद बन सकें.
ओया, बारिश की सभी इंटेंसिटी के लिए, मौजूदा ऑपरेशनल GEO-आधारित बेसलाइन की तुलना में बेहतर परफ़ॉर्म करता है. जैसे, PERSIANN DynamicInfrared Rain Rate (PDIR-Now) और Convective Rainfall Rate (CRR). यह पैसिव माइक्रोवेव (पीएमडब्ल्यू) पर आधारित प्रॉडक्ट से भी बेहतर है. जैसे, GPM (IMERG) Early के लिए इंटिग्रेटेड मल्टीसैटलाइट रिट्रीवल. साथ ही, यह IMERG Final जैसे रिसर्च-ग्रेड प्रॉडक्ट के बराबर है. IMERG Final में 3.5 महीने की देरी होती है. इस डेटासेट में, हर आधे घंटे का पुराना डेटा शामिल है. इसे साल 2004 से जनरेट किया गया है. इसका स्पेशल रिज़ॉल्यूशन 5 कि॰मी॰ है.
सीमाएं:
- भौगोलिक गिरावट: उष्णकटिबंधीय क्षेत्रों में जानकारी पाने की सटीकता सबसे ज़्यादा होती है. हालांकि, ज़्यादा अक्षांशों पर यह कम हो जाती है. ऐसा जियोस्टेशनरी सैटलाइट के व्यूइंग ऐंगल की वजह से होता है. खास तौर पर, लिंब डार्किंग और पैरैलैक्स शिफ़्ट की वजह से.
- टोपोग्राफ़िक चुनौतियां: मॉडल, शुष्क और ज़्यादा ऊंचाई वाले इलाकों में कम परफ़ॉर्म करता है. खास तौर पर, तिब्बती पठार में.
- अप्रत्यक्ष निगरानी: ओया, आईआर/वीआईएस पर आधारित प्रॉडक्ट है. यह बारिश की बूंदों को सीधे तौर पर महसूस करने के बजाय, बादलों के ऊपरी हिस्से की प्रॉपर्टी से बारिश का अनुमान लगाता है. ऐसा रडार या पैसिव माइक्रोवेव इंस्ट्रूमेंट करते हैं.
Google, इस डेटासेट के आने वाले समय के अपडेट के बारे में कोई वादा नहीं करता.
ध्यान दें: इससे जुड़ा पेपर, Oya: Deep Learning for Accurate Global Precipitation Estimation, की अब तक औपचारिक समीक्षा नहीं की गई है. इसे जल्द ही arXiv पर रिलीज़ किया जाएगा.
बैंड
बैंड
पिक्सल का साइज़: 5,000 मीटर (सभी बैंड)
| नाम | इकाई | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|
precipitation |
मि॰मी॰/घं॰ | 5000 मीटर | बारिश का अनुमान |
इमेज प्रॉपर्टी
इमेज प्रॉपर्टी
| नाम | टाइप | ब्यौरा |
|---|---|---|
| ingestion_time_utc | स्ट्रिंग | डेटा इकट्ठा करने का समय. |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (JavaScript)
var imageCollection = ee.ImageCollection( "projects/global-precipitation-nowcast/assets/global_estimation" ); // Select a single estimate. var singleEstimate = imageCollection.filterDate('2022-12-30T12-00').first(); // mask to remove 0 values var masked = singleEstimate.selfMask(); // Display on map. var visParams = { min: 0, max: 15, palette: [ '000096','0064ff', '00b4ff', '33db80', '9beb4a', 'ffeb00', 'ffb300', 'ff6400', 'eb1e00', 'af0000' ] }; Map.addLayer( masked, visParams, "Preciptation retrieval for 2022-12-30T12-00 in mm/hr" );