- कैटलॉग का मालिक
- Oya
- डेटासेट की उपलब्धता
- 2004-01-01T00:00:00Z–2025-04-30T23:30:00Z
- डेटासेट उपलब्ध करवाने वाली कंपनी
- केडेंस
- 30 मिनट
- टैग
ब्यौरा
Precipitation Estimation की समीक्षा अभी तक नहीं की गई है. इसे जल्द ही arxiv पर रिलीज़ किया जाएगा.**
Oya, बारिश का अनुमान लगाने वाला एक डेटासेट है. यह दुनिया भर के लिए उपलब्ध है और इसमें बारिश का अनुमान लगाने के लिए, हाई रिज़ॉल्यूशन डेटा का इस्तेमाल किया जाता है. यह डेटा, भूस्थिर (GEO) उपग्रहों से मिले डेटा के आधार पर तैयार किया जाता है.
Oya मॉडल, बारिश का अनुमान लगाने के लिए GEO सैटेलाइट के कॉन्स्टेलशन से मिले डेटा का इस्तेमाल करता है. इसमें विज़िबल और इन्फ़्रारेड (वीआईएस-आईआर) चैनलों का पूरा स्पेक्ट्रम शामिल होता है. जैसे, GOES-16/18, Meteosat-9/10, और Himawari-8/9. इससे 60°N से 60°S तक के इलाके में बारिश का अनुमान लगाया जा सकता 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 U-नेट मॉडल का इस्तेमाल किया जाता है. एक मॉडल का इस्तेमाल बारिश का पता लगाने के लिए किया जाता है. वहीं, दूसरे मॉडल का इस्तेमाल बारिश की मात्रा का अनुमान लगाने (क्यूपीई) के लिए किया जाता 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 गया है. साथ ही, इन्हें IMERG-फ़ाइनल रिट्रीवल पर पहले से ही ट्रेन किया गया है, ताकि ये ज़्यादा भरोसेमंद बन सकें.
ओया, बारिश की सभी इंटेंसिटी के लिए, मौजूदा ऑपरेशनल जियो-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 मुकाबले भी बेहतर है. IMERG Final में 3.5 महीने की देरी होती है. इस डेटासेट में, हर आधे घंटे का पुराना रिकॉर्ड शामिल है. इसे 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. इसकी वजह, जियोस्टेशनरी सैटलाइट के व्यूइंग ऐंगल के इफ़ेक्ट हैं. खास तौर पर, लिंब डार्किंग और पैरलैक्स शिफ़्ट.
- 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 अपडेट के बारे में कोई वादा नहीं करता.
बैंड
Pixel Size
5000 meters
बैंड
| नाम | इकाइयां | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|
precipitation |
मि॰मी॰/घंटा | मीटर | बारिश या बर्फ़बारी का अनुमान |
इमेज की प्रॉपर्टी
इमेज प्रॉपर्टी
| नाम | टाइप | ब्यौरा |
|---|---|---|
| ingestion_time_utc | स्ट्रिंग | डेटा को 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" );