文献

J-GLOBAL ID：201702272235245054   整理番号：17A1250610

山岳地形上のモデル化衛星降水量誤差:ゲージ密度,季節性,および時間分解能の影響【Powered by NICT】

Modeling Satellite Precipitation Errors Over Mountainous Terrain: The Influence of Gauge Density, Seasonality, and Temporal Resolution

著者 (4件)： Maggioni Viviana (Sid and Reva Dewberry Department of Civil, Environmental, and Infrastructure Engineering, Infrastructure Engineering, George Mason University, Fairfax, VA, USA) ,  Nikolopoulos Efthymios I. (Innovative Technologies Center, Athens, Greece) ,  Anagnostou Emmanouil N. (Department of Civil, and Environmental Engineering, University of Connecticut, Storrs, CT, USA) ,  Borga Marco (Department of Land, Environment, Agriculture, and Forestry, University of Padua, Padua, Italy)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 55  号： 7  ページ： 4130-4140  発行年： 2017年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,複雑な地形上の衛星降水量推定誤差の予測理解,水文学的応用を改善するための誤差モデルの開発に基本的に寄与する。東部イタリアアルプスのトレンティーノ・アルト・アディジェ州領域に焦点を当てた。領域における高密度雨量計網から10年間(2000-2009)降雨観測は,参照沈殿として使用されている。数衛星降水量誤差特性(検出,偽警報率,見逃された事象,誤差の空間相関とヒットバイアスの確率)は季節性,衛星アルゴリズム,降雨強度,ゲージ密度,および時間分解能依存性の観点から検討した。これら誤差パラメータは典型的に誤差モデル(例えば,SREM2D)で使われて,誤差方式開発を向上させるための基礎を提供する。広く使用されている三の衛星ベース降水プロダクトを採用した1)気候予測センターモーフィング生成物2)人工神経回路網を用いたリモートセンシング画像からの降水量推定および3)熱帯降雨観測衛星(TRMM多重衛星降水量解析3B42近実時間製品。三生成物は類似した性能を示し,暖候季の大きな誤差,対流嵐によって特性化される,と寒冷な季節では変動性が小さい,より組織化された層状システムによって特性化した。低バイアスは3時間毎の分解能に関する日スケールで描写した。SREM2D誤差モデルは衛星降水量プロダクトを修正する能力を持っている,独立した期間や地域に較正されたモデルを適用した場合の注意は,潜在的系統誤差のために必要である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 雨量計 ,  警報 ,  予測 ,  *山岳地 ,  *降水 ,  水文学 ,  *モデリング ,  キャラクタリゼーション ,  ニューラルネットワーク ,  降雨 ,  *時間分解能 ,  アルゴリズム ,  *降水量 ,  バイアス
準シソーラス用語： *季節性 , 【Automatic Indexing@JST】

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (9件)： 山岳地 ,  モデル化 ,  衛星 ,  降水量 ,  誤差 ,  ゲージ ,  密度 ,  季節性 ,  時間分解能