Precipitação
Como a precipitação dos dados de simulação meteorológica pode mostrar desvios substanciais, a implementação das medições é da maior importância para atingir o mais alto nível de precisão. Observações em tempo real a partir de sistemas de radar são utilizadas para o nowcasting de precipitação. Para estimar a precipitação histórica, existem dados compostos de satélites e estações de medição.
meteoblue oferece os seguintes conjuntos de dados:
- Radar & nowcast em tempo real - disponível para muitos países
- CMORPH (NOAA) - Histórico de precipitação horária, em todo o mundo
- CHIRPS2 (CHG) - Histórico de precipitação diária, mundial
- ARC2 (NOAA) - História de precipitação diária para o continente africano
Radar & nowcast em tempo real
Os dados de precipitação agora transmitidos mostram dados meteorológicos para o presente e futuro próximo (1-6 horas). Estes são observados com radar e mostram as melhores informações disponíveis para as condições atuais.
As previsões meteorológicas simuladas (pacotes de dados) obtidas pelo meteoblue API incluirão sempre automaticamente dados de satélite, radar e medição, se esses dados estiverem disponíveis para o local selecionado. A precisão de um nowcast de precipitação é altamente dependente da disponibilidade, resolução e atraso dos dados do radar, o que difere para cada país. A tabela a seguir dá uma visão geral da disponibilidade dos dados do radar em tempo real:
Classificação / País | Dados Públicos | Atraso das últimas observações disponíveis | Faixa Nowcast / Duração Prevista | Intervalo de Nowcast / Resolução Temporal | Resolução espacial |
---|---|---|---|---|---|
Espanha | sim | 15 minutos | - | 15 minutos | 1 km |
França | sim | 60 - 85 minutos | - | 15 minutos | 1 km |
Suíça | sim | 10 minutos | 60 minutos | 15 minutos | 1 km |
Alemanha | sim | 5 minutos | 90 minutos | 10 minutos | 1 km |
Reino Unido | sim | 30 minutos | - | 15 minutos | |
USA | sim | 5 minutos | 60 - 90 minutos | 10 minutos | 1 km |
CMORPH - Precipitação, de hora em hora, global
Campo | Metadados |
---|---|
Título | NOAA CPC técnica de morphing |
Título abreviado | CMORPH |
Versão | 1.0, 2002 |
Tema | satélite, precipitação, estimativa |
Período de tempo | 1998 até hoje |
Freqüência | diariamente |
Atualização de tempo | < 24 horas |
Resolução de tempo | de hora em hora |
Tipo Espacial | Grelha quadrada em chapa (projeção retangular) |
Extensão espacial | 180°W to 180°E / 60°S to 60°N |
Resolução espacial | 8 km na linha do equador |
Coordinate system | WGS-84 |
Modelo Terra | WGS-84 |
Sistema de referência espacial | |
Editora | NCEP/NOAA |
Data da primeira publicação | 2002 |
Data Obsoleto | |
Descrição |
A CMORPH produz análises de precipitação global com altíssima resolução espacial e temporal. Esta técnica utiliza estimativas de precipitação que foram derivadas exclusivamente de observações de microondas via satélite de baixa órbita, e cujas características são transportadas através de informações de propagação espacial que são obtidas inteiramente de dados de infravermelho de satélite geoestacionários. Atualmente incorporamos estimativas de precipitação derivadas das microondas passivas a bordo das espaçonaves DMSP 13, 14 & 15 (SSM/I), NOAA-15, 16, 17 & 18 (AMSU-B), e AMSR-E e TMI a bordo das naves espaciais Aqua e TRMM da NASA, respectivamente. Estas estimativas são geradas pelos algoritmos de Ferraro (1997) para SSM/I, Ferraro et al. (2000) para AMSU-B e Kummerow et al. (2001) para TMI. Note que esta técnica não é um algoritmo de estimativa de precipitação, mas um meio pelo qual estimativas a partir de algoritmos de precipitação por microondas existentes podem ser combinadas. Portanto, este método é extremamente flexível de forma que qualquer estimativa de precipitação a partir de qualquer fonte de satélite de microondas pode ser incorporada. Com relação à resolução espacial, embora as estimativas de precipitação estejam disponíveis em uma grade com espaçamento de 8 km (no equador), a resolução das estimativas individuais derivadas de satélite é mais grosseira do que isso - mais na ordem de 12 x 15 km ou mais. A "resolução" mais fina é obtida via interpolação. |
Especificação detalhada |
Joyce, R. J. J., J. E. Janowiak, P. A. Arkin, e P. Xie, 2004: CMORPH: Método que produz estimativas globais de precipitação a partir de dados de microondas passivas e infravermelhos com alta resolução espacial e temporal. J. Hydromet., 5, 487-503. http://journals.ametsoc.org/doi/abs/10.1175/1525-7541%282004%29005%3C0487%3ACAMTPG%3E2.0.CO%3B2 |
URL da página inicial | http://www.cpc.ncep.noaa.gov/products/janowiak/cmorph_description.html |
Classificação de Segurança | público |
Nível de Acesso | https://www.usa.gov/government-works |
Licença | público |
Questões atuais do conjunto de dados
CMORPH é derivado de satélites em órbita polar e, portanto, as lacunas de dados são bastante frequentes, com uma cobertura de dados estimada em 95%. Os dados em falta são marcados com valores "NaN" e podem ser substituídos por NEMS30 ou ERA5 usando a função "preenchimento de lacunas".
CHIRPS2 - Precipitação, diária, global
Campo | Metadados |
---|---|
Título | Grupo de Perigos Climáticos Precipitação de Infravermelho com dados da Estação |
Título abreviado | CHIRPS2 |
Versão | 2, 2015 |
Tema | satélite, precipitação, estimativa |
Período de tempo | 1981 até hoje |
Frequência | diariamente |
Actualização do calendário | < 24 horas |
Resolução de prazos | diariamente |
Tipo de espaço | Grelha quadrada em chapa (projecção rectangular) |
Extensão espacial | 180°W to 180°E / 50°S to 50°N (origem: -179.975/-49.975) |
Resolução espacial | 5 km (interpolated to 0.05 deg) |
Sistema de coordenadas | WGS-84 |
Modelo da Terra | WGS-84 |
Sistema de referência espacial | |
Editora | CHG (Climate Hazards Group) |
Data da primeira publicação | 2015 (primeira versão 2013) |
Data Obsoleto | |
Descrição | CHIRPS é um conjunto de dados de precipitação quase-global com mais de 30 anos. Abrangendo 50°S-50°N (e todas as longitudes), desde 1981 até quase presente, o CHIRPS incorpora imagens de satélite com resolução de 0,05° com dados da estação in-situ para criar séries cronológicas de precipitação em grelha para análise de tendências e monitorização da seca sazonal. |
Especificação pormenorizada |
Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin,
Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel
Michaelsen. |
Página inicial URL | http://chg.geog.ucsb.edu/data/chirps/ |
Classificação de Segurança | público |
Nível de acesso | https://www.usa.gov/government-works |
Licença | público |
Questões atuais do conjunto de dados
CHIRPS2 é derivado dos satélites em órbita polar, pelo que as lacunas de dados são bastante frequentes, com uma cobertura de dados estimada em 95 %. Os dados em falta são assinalados com valores "NaN" e podem ser substituídos por NEMS30 ou ERA5, utilizando a função "preenchimento de lacunas".
ARC2 - Precipitação, diariamente, África
Campo | Metadados |
---|---|
Título | Chuva Africana Climatologia, versão 2 |
Título curto | ARC2 |
Versão | 2, 2012 |
Tema | satélite, precipitação, estimativa |
Período de tempo | 1983 até hoje |
Frequência | diariamente |
Actualização do calendário | < 24 horas |
Resolução de prazos | diariamente |
Tipo de espaço | Grelha quadrada em chapa (projecção rectangular) |
Extensão espacial | 20°W to 55°E / 40°S to 40°N (origem: -20.0/-40.0) |
Resolução espacial | 10 km (interpolado para 0.1 deg) |
Sistema de coordenadas | WGS-84 |
Modelo da Terra | WGS-84 |
Sistema de referência espacial | |
Editora | NOAA Centro de Previsão Climática |
Data da primeira publicação | 2012, (primeira versão 1996) |
Data Obsoleto | |
Descrição | O ARC2 é uma revisão da primeira versão do ARC. Consistente com a estimativa de precipitação operacional, versão 2, algoritmo (RFE2), o ARC2 utiliza inputs de duas fontes: 1) dados de 3 horas de infravermelhos geoestacionários (IR) centrados em África da Organização Europeia para a Exploração de Satélites Meteorológicos (EUMETSAT) e 2) observações do medidor de qualidade do Sistema Global de Telecomunicações (GTS) que relatam acumulações de precipitação de 24 horas em África. A principal diferença em relação ao ARC1 reside na recalibração de todos os dados IR do Meteosat de primeira geração (MFG) (1983-2005). Os resultados mostram que a ARC2 representa uma melhoria importante em relação à ARC1. É consistente com outros conjuntos de dados de longo prazo, tais como o Global Precipitation Climatology Project (GPCP) e o Climate Prediction Center (CPC) Merged Analysis of Precipitation (CMAP), com coeficientes de correlação de 0,86 durante um período de 27 anos. No entanto, é analisada uma tendência marginal de seca estival que ocorre na África Ocidental e Oriental. A validação diária com dados de calibração independentes mostra RMSEs de 11.3, 13.4 e 14, respectivamente, para ARC2, Tropical Rainfall Measuring Mission Multi-satellite Precipitation Analysis 3B42, versão 6 (3B42v6), e a técnica de morphing CPC (CMORPH) para a época de Verão da África Ocidental. A ARC2 RMSE é ligeiramente mais elevada para a Etiópia do que a CMORPH e a 3B42v6. Tanto as validações diárias como mensais sugerem que as subestimações da ARC2 podem ser atribuídas à indisponibilidade de relatórios diários do gabarito GTS em tempo real e a deficiências na estimativa por satélite associadas aos processos de precipitação nas zonas costeiras e orográficas. No entanto, espera-se que a ARC2 proporcione aos utilizadores um acompanhamento em tempo real da evolução diária da precipitação, o que é fundamental para melhorar a tomada de decisões nos sistemas de alerta precoce em caso de fome. |
Especificação pormenorizada | https://journals.ametsoc.org/doi/10.1175/JAMC-D-11-0238.1 |
Página inicial URL | https://www.ngdc.noaa.gov/docucomp/page?xml=NOAA/NWS/NCEP/CPC/iso/xml/Daily-ARC2-Africa.xml&view=getDataView&header=none |
Classificação de Segurança | público |
Nível de acesso | https://www.usa.gov/government-works |
Licença | público |
Questões atuais do conjunto de dados
O ARC2 é derivado de satélites em órbita polar, pelo que as lacunas de dados são bastante frequentes, com uma cobertura de dados estimada em 95 %. Os dados em falta são assinalados com valores "NaN" e podem ser substituídos por NEMS30 ou ERA5, utilizando a função "preenchimento de lacunas".