Poiché le precipitazioni provenienti dai dati della simulazione meteorologica possono mostrare deviazioni sostanziali, l'implementazione delle misurazioni è di grande importanza per raggiungere il massimo livello di precisione. Le osservazioni in tempo reale dai sistemi radar sono utilizzate per le precipitazioni oracasting. Per stimare le precipitazioni storiche sono disponibili dati compositi provenienti da satelliti e stazioni di misura.

meteoblue offre i seguenti set di dati:

• Radar in tempo reale e nowcast - disponibile per molti paesi
• CMORPH (NOAA) - Storia delle precipitazioni orarie, in tutto il mondo
• CHIRPS2 (CHG) - Storia delle precipitazioni giornaliere, in tutto il mondo
• ARC2 (NOAAA) - La storia delle precipitazioni giornaliere nel continente africano

Radar in tempo reale e nowcast

I dati sulle precipitazioni oracast mostrano i dati meteorologici per il presente e il prossimo futuro (1-6 ore). Questi sono osservati con il radar e mostrano le migliori informazioni disponibili per le condizioni attuali.

Le previsioni meteorologiche simulate (pacchetti di dati) ottenute dall'API meteoblue includeranno sempre automaticamente i dati satellitari, radar e di misura, se questi dati sono disponibili per la località selezionata. L'accuratezza di una precipitazione oracast dipende fortemente dalla disponibilità, dalla risoluzione e dal ritardo dei dati radar, che differiscono per ogni paese. La seguente tabella fornisce una panoramica della disponibilità dei dati radar in tempo reale:

Classificazione / Paese	Dati pubblici	Ritardo delle ultime osservazioni disponibili	Intervallo di Nowcast / Durata delle previsioni	Intervallo Nowcast / Risoluzione temporale	Risoluzione spaziale
Spagna	sì	15 minuti	-	15 minuti	1 km
Francia	sì	60 - 85 minuti	-	15 minuti	1 km
Svizzera	sì	10 minuti	60 minuti	15 minuti	1 km
Germania	sì	5 minuti	90 minuti	10 minuti	1 km
Regno Unito	sì	30 minuti	-	15 minuti
USA	sì	5 minuti	60 - 90 minuti	10 minuti	1 km

CMORPH - Precipitazioni, orarie, globali

Campo	Metadati
Titolo	NOAA CPC tecnica di morphing
Titolo breve	CMORPH
Versione	1.0, 2002
Tema	satellite, precipitazioni, stima
Periodo di tempo	1998 ad oggi
Frequenza	quotidiano
Aggiornare il timelag	< 24 orari
Risoluzione temporale	ogni ora
Tipo spaziale	Griglia di carrée a piastra (proiezione rettangolare)
Estensione spaziale	180°W to 180°E / 60°S to 60°N
Risoluzione spaziale	8 km all'equatore
Sistema di coordinate	WGS-84
Modello della Terra	WGS-84
Sistema di riferimento spaziale
Editore	NCEP/NOAA
Data di pubblicazione	2002
Data Obsoleto
Descrizione	CMORPH produce un'analisi globale delle precipitazioni ad altissima risoluzione spaziale e temporale. Questa tecnica utilizza stime di precipitazione che sono state derivate esclusivamente da osservazioni a microonde da satellite a bassa orbita, e le cui caratteristiche sono trasportate attraverso informazioni di propagazione spaziale che sono ottenute interamente da dati satellitari geostazionari all'infrarosso. Attualmente incorporiamo stime di precipitazione derivate dalle microonde passive a bordo dei satelliti DMSP 13, 14 e 15 (SSM/I), NOAAA-15, 16, 17 e 18 (AMSU-B), e AMSR-E e TMI a bordo delle navicelle spaziali Aqua e TRMM della NASA, rispettivamente. Queste stime sono generate dagli algoritmi di Ferraro (1997) per SSM/I, Ferraro et al. (2000) per AMSU-B e Kummerow et al. (2001) per TMI. Si noti che questa tecnica non è un algoritmo di stima delle precipitazioni, ma un mezzo attraverso il quale si possono combinare le stime degli algoritmi di precipitazione a microonde esistenti. Pertanto, questo metodo è estremamente flessibile in modo da poter incorporare qualsiasi stima delle precipitazioni da qualsiasi sorgente satellitare a microonde. Per quanto riguarda la risoluzione spaziale, sebbene le stime delle precipitazioni siano disponibili su una griglia con una distanza di 8 km (all'equatore), la risoluzione delle singole stime derivate dai satelliti è più grossolana - più dell'ordine di 12 x 15 km circa. La "risoluzione" più fine si ottiene per interpolazione.
Specifiche dettagliate	Joyce, R. J. J., J. E. Janowiak, P. A. Arkin e P. Xie, 2004: CMORPH: Un metodo che produce stime globali delle precipitazioni da dati passivi a microonde e infrarossi ad alta risoluzione spaziale e temporale. J. Hydromet., 5, 487-503. http://journals.ametsoc.org/doi/abs/10.1175/1525-7541%282004%29005%3C0487%3ACAMTPG%3E2.0.CO%3B2
URL della home page	http://www.cpc.ncep.noaa.gov/products/janowiak/cmorph_description.html
Classificazione di sicurezza	pubblico
Livello di accesso	https://www.usa.gov/government-works
Licenza	pubblico

Problemi attuali del dataset

CMORPH deriva dai satelliti in orbita polare e quindi le lacune nei dati sono abbastanza frequenti, con una copertura di dati stimata al 95%. I dati mancanti sono contrassegnati con i valori "NaN" e possono essere sostituiti con NEMS30 o ERA5 utilizzando la funzione "gap filling".

CHIRPS2 - Precipitazioni, giornaliere, globali

Campo	Metadati
Titolo	Gruppo pericoli climatici Precipitazioni a infrarossi con i dati della stazione
Titolo breve	CHIRPS2
Versione	2, 2015
Tema	satellite, precipitation, estimate
Periodo di tempo	1981 ad oggi
Frequenza	quotidiano
Aggiornamento timelag	< 24 orari
Risoluzione temporale	quotidiano
Tipo spaziale	Griglia di carrée a piastra (proiezione rettangolare)
Estensione spaziale	180°W to 180°E / 50°S to 50°N (origin: -179.975/-49.975)
Risoluzione spaziale	5 km (interpolato to 0.05 deg)
Sistema di coordinate	WGS-84
Modello della Terra	WGS-84
Sistema di riferimento spaziale
Editore	CHG (Gruppo pericoli climatici)
Data Prima Pubblicato	2015 (prima versione 2013)
Data Obsoleto
Description	CHIRPS is a 30+ year quasi-global rainfall dataset. Spanning 50°S-50°N (and all longitudes), starting in 1981 to near-present, CHIRPS incorporates 0.05° resolution satellite imagery with in-situ station data to create gridded rainfall time series for trend analysis and seasonal drought monitoring.
Detailed specification	Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin, Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel Michaelsen. "The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes". Scientific Data 2, 150066. doi:10.1038/sdata.2015.66 2015. https://www.nature.com/articles/sdata201566
Homepage URL	http://chg.geog.ucsb.edu/data/chirps/
Security Classification	public
Access Level	https://www.usa.gov/government-works
License	public

Current dataset issues

CHIRPS2 is derived from polar orbiting satellites and therefore data gaps are quite frequent, with an estimated data coverage of 95 %. Missing data are flagged with ‘NaN’ values and can be replaced with NEMS30 or ERA5 using the “gap filling” function.

ARC2 - Precipitation, daily, Africa

Field	Metadata
Title	African Rainfall Climatology, version 2
Short Title	ARC2
Version	2, 2012
Theme	satellite, precipitation, estimate
Period of Time	1983 to present
Frequency	daily
Update timelag	< 24 hours
Time-resolution	daily
Spatial Type	Plate carrée grid (rectangular projection)
Spatial extend	20°W to 55°E / 40°S to 40°N (origin: -20.0/-40.0)
Spatial resolution	10 km (interpolated to 0.1 deg)
Coordinate system	WGS-84
Earth model	WGS-84
Spatial reference system
Publisher	NOAA Climate Prediction Center
Date First Published	2012, (first version 1996)
Date Obsoleto
Descrizione	ARC2 è una revisione della prima versione di ARC. Coerentemente con l'algoritmo operativo Rainfall Estimation, versione 2, algoritmo (RFE2), ARC2 utilizza ingressi da due sorgenti: 1) dati geostazionari all'infrarosso (IR) geostazionari a 3 ore centrati sull'Africa, provenienti dall'Organizzazione europea per lo sfruttamento dei satelliti meteorologici (EUMETSAT) e 2) osservazioni di misura del sistema globale di telecomunicazioni (GTS) con controllo di qualità, che riportano gli accumuli di pioggia in 24 ore su tutto il continente africano. La differenza principale con l'ARC1 risiede nella ricalibrazione di tutti i dati IR di Meteosat First Generation (MFG) (1983-2005). I risultati mostrano che l'ARC2 rappresenta un notevole miglioramento rispetto all'ARC1. È coerente con altri set di dati a lungo termine, come il Global Precipitation Climatology Project (GPCP) e il Climate Prediction Center (CPC) Merged Analysis of Precipitation (CMAP), con coefficienti di correlazione di 0,86 su un periodo di 27 anni. Tuttavia, viene esaminata una polarizzazione marginale estiva secca che si verifica sull'Africa occidentale e orientale. La convalida giornaliera con dati di misura indipendenti mostra RMSEs di 11.3, 13.4, e 14, rispettivamente, per ARC2, Tropical Rainfall Measuring Mission Multi-satellite Precipitation Analysis 3B42, versione 6 (3B42v6), e la tecnica di morphing CPC (CMORPH) per la stagione estiva dell'Africa occidentale. L'ARC2 RMSE è leggermente superiore per l'Etiopia rispetto a quelli del CMORPH e della 3B42v6. Sia le convalide giornaliere che mensili suggeriscono che le sottovalutazioni dell'ARC2 possono essere attribuite alla mancata disponibilità di rapporti giornalieri di misurazione GTS in tempo reale, e alle carenze nella stima satellitare associata ai processi di precipitazione sulle aree costiere e orografiche. Tuttavia, ARC2 dovrebbe fornire agli utenti un monitoraggio in tempo reale dell'evoluzione giornaliera delle precipitazioni, che è strumentale per migliorare il processo decisionale nei sistemi di allarme rapido in caso di carestia.
Specifiche dettagliate	https://journals.ametsoc.org/doi/10.1175/JAMC-D-11-0238.1
URL della home page	https://www.ngdc.noaa.gov/docucomp/page?xml=NOAA/NWS/NCEP/CPC/iso/xml/Daily-ARC2-Africa.xml&view=getDataView&header=none
Classificazione di sicurezza	pubblico
Livello di accesso	https://www.usa.gov/government-works
Licenza	pubblico

Problemi attuali del dataset

ARC2 deriva dai satelliti in orbita polare e quindi le lacune nei dati sono abbastanza frequenti, con una copertura di dati stimata al 95%. I dati mancanti sono contrassegnati con i valori "NaN" e possono essere sostituiti con NEMS30 o ERA5 utilizzando la funzione "gap filling".