Aller au contenu principal
Accès ouvert déclaré 2022 article

Analysis of Satellite Rain Data UsageOn The Rationalization Activities of The Rain Post Network (Case Study: Rationalization of The Jelai Watershed Rain Post Network)

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : id. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

An alternative solution to the availability of inadequate rain data as hydrological data input is with the help of Global Precipitation Measurement (GPM) satellite rainfall data using remote sensing technology (satellite). The purpose of this study was to find correlations and corrections of data and validate GPM satellite data with rainfall data at rain stations and observation data in the Jelai watershed. The corrected GP M rain data validation results in Nash-Sutcliffe Efficiency (NSE), Root Mean Squared Error (RMSE), Correlation Coefficient (R), and Relative Error (KR). The validation results resulted in NSE values of 0.33, RMSE 48.54, Correlation Coefficient (R) of 0.75, and Relative Error of 0.19 for 2019 and yielded NSE values of -0.14, RMSE 100.24, Correlation Coefficient (R) of -0.36, and Relative Error of 0.23 for 2020. The overall analysis shows that GPM data can be used as an alternative to rain data if in a watershed there is a small number of rain posts that do not meet the WMO criteria. As a suggestion for further research, it is necessary to calibrate and validate by distinguishing between rain data in wet years and dry years

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Analysis of Satellite Rain Data UsageOn The Rationalization Activities of The Rain Post Network (Case Study: Rationalization of The Jelai Watershed Rain Post Network)
Date Crossref
29/12/2022
Éditeur
Green Publisher
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Universitas 17 Agustus 1945 Surabaya pays non établi dans la notice
    Université ou école supérieure

Universitas 17 Agustus 1945 Surabaya.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Data Mining and Machine Learning ApplicationsWater and Land ManagementMultimedia Learning Systems

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.