- ক্যাটালগের মালিক
- Oya
- ডেটাসেটের উপলভ্যতা
- 2004-01-01T00:00:00Z–2026-05-26T05:00:00Z
- ডেটাসেট প্রোডিউসার
- ক্যাডেন্স
- ৩০ মিনিট
- ট্যাগ
বিবরণ
Oya হল একটি কোয়াসি-গ্লোবাল, হাই-রেজোলিউশন বৃষ্টিপাতের অনুমান ডেটাসেট যা জিওস্টেশনারি (GEO) স্যাটেলাইট পর্যবেক্ষণ থেকে প্রাপ্ত।
Oya মডেল GEO স্যাটেলাইটের নক্ষত্রমণ্ডল থেকে দৃশ্যমান এবং ইনফ্রারেড (VIS-IR) চ্যানেলের সম্পূর্ণ স্পেকট্রাম ব্যবহার করে — যার মধ্যে GOES-16/18, Meteosat-9/10 এবং Himawari-8/9 অন্তর্ভুক্ত — যাতে ৬০° উত্তর থেকে ৬০° দক্ষিণ পর্যন্ত বৃষ্টিপাতের অনুমান তৈরি করা যায়।
বৃষ্টি হওয়া এবং না হওয়ার ঘটনার মধ্যে ডেটার যে ভারসাম্যহীনতা থাকে, সেটি সমাধান করতে Oya দুই-পর্যায়ের ডিপ লার্নিং পদ্ধতি ব্যবহার করে। এটি দুটি U-Net মডেলকে একত্রিত করে: একটি বৃষ্টিপাত শনাক্তকরণের জন্য এবং অন্যটি পরিমাণগত বৃষ্টিপাত অনুমানের (QPE) জন্য। মডেলগুলি হাই-রেজোলিউশন GPM কম্বাইন্ড রাডার-রেডিওমিটার অ্যালগরিদম (CORRA) v07 ডেটা ব্যবহার করে বাস্তবিক সত্য হিসেবে প্রশিক্ষণপ্রাপ্ত এবং দৃঢ়তা বাড়ানোর জন্য IMERG-Final রিট্রিভালে প্রি-ট্রেন করা হয়।
Oya, সমস্ত বৃষ্টিপাতের তীব্রতা জুড়ে, PERSIANN ডাইনামিক ইনফ্রারেড রেইন রেট (PDIR-Now) এবং কনভেক্টিভ রেইনফল রেট (CRR)-এর মতো বিদ্যমান অপারেশনাল জিইও-ভিত্তিক বেসলাইনের তুলনায় উন্নত পারফর্ম্যান্স প্রদর্শন করে। এছাড়াও, এটি প্যাসিভ মাইক্রোওয়েভ (PMW) ভিত্তিক প্রোডাক্টের থেকে ভালো পারফর্ম করে, যেমন ইন্টিগ্রেটেড মাল্টিস্যাটেলাইট রিট্রিভালস ফর GPM (IMERG) আর্লি এবং এটি IMERG ফাইনালের মতো রিসার্চ-গ্রেড প্রোডাক্টের সাথে প্রতিযোগিতামূলক, যার ৩.৫ মাসের লেটেন্সি আছে। এই ডেটাসেটে ২০০৪ সাল থেকে ৫ কিমি স্পেশিয়াল রেজোলিউশন সহ প্রতি আধ ঘণ্টা অন্তর তৈরি করা ঐতিহাসিক রেকর্ড অন্তর্ভুক্ত রয়েছে।
সীমাবদ্ধতা:
- ভৌগোলিক কারণে হ্রাস: গ্রীষ্মমণ্ডলীয় অঞ্চলে তথ্য ফিরিয়ে আনার নির্ভুলতা সবচেয়ে বেশি এবং উচ্চ অক্ষাংশে তা হ্রাস পায়। এটি জিওস্টেশনারি স্যাটেলাইট ভিউইং অ্যাঙ্গেল এফেক্ট, বিশেষ করে লিম্ব ডার্কেনিং ও প্যারালাক্স শিফ্টের কারণে হয়।
- টোপোগ্রাফিক চ্যালেঞ্জ: মডেলটি শুষ্ক এবং উচ্চ-উচ্চতা অঞ্চলে, বিশেষ করে তিব্বত মালভূমিতে কম পারফর্ম্যান্স দেখায়।
- পরোক্ষ পর্যবেক্ষণ: IR/VIS-ভিত্তিক প্রোডাক্ট হিসেবে, Oya সরাসরি বৃষ্টির ফোঁটা (যেমন রাডার বা প্যাসিভ মাইক্রোওয়েভ যন্ত্র করে) অনুভব করার পরিবর্তে মেঘের উপরিভাগের বৈশিষ্ট্য থেকে বৃষ্টিপাতের অনুমান করে।
এই ডেটাসেটের ভবিষ্যৎ আপডেট সম্পর্কে Google কোনও প্রতিশ্রুতি দেয় না।
মনে রাখবেন: সংশ্লিষ্ট পেপার, Oya: Deep Learning for Accurate Global Precipitation Estimation, এখনও পর্যন্ত আনুষ্ঠানিকভাবে পিয়ার রিভিউ করা হয়নি। এটি শীঘ্রই arxiv-এ রিলিজ করা হবে।
ব্যান্ড
ব্যান্ড
পিক্সেল সাইজ: ৫০০০ মিটার (সব ব্যান্ড)
| নাম | একক | পিক্সেলের সাইজ | বিবরণ |
|---|---|---|---|
precipitation |
মিমি/ঘণ্টা | ৫০০০ মিটার | বৃষ্টিপাতের অনুমান |
ছবির প্রপার্টি
ছবির প্রপার্টি
| নাম | ধরন | বিবরণ |
|---|---|---|
| ingestion_time_utc | STRING | ইনজেশনের সময়। |
ব্যবহারের শর্তাদি
ব্যবহারের শর্তাবলী
Earth Engine-এর সাহায্যে এক্সপ্লোর করুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
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" );