Evaluation of CMORPH, PERSIANN-CDR, CHIRPS V2.0, TMPA 3B42 V7, and GPM IMERG V6 Satellite Precipitation Datasets in Arabian Arid Regions
Notice bibliographique
Résumé
Rainfall depth is a crucial parameter in water resources and hydrological studies. Rain gauges provide the most reliable point-based rainfall estimates. However, they do not have a proper density/distribution to provide sufficient rainfall measurements in many areas, especially in arid regions. To evaluate the adequacy of satellite datasets as an alternative to the rain gauges, the Kingdom of Saudi Arabia (KSA) is selected for the current study as a representative of the arid regions. KSA occupies most of the Arabian Peninsula and is characterized by high variability in topographic and climatic conditions. Five satellite precipitation datasets (SPDSs)—CMORPH, PERSIANN-CDR, CHIRPS V2.0, TMPA 3B42 V7, and GPM IMERG V6—are evaluated versus 324 conventional rain-gauges’ daily precipitation measures. The evaluation is conducted based on nine quantitative and categorical metrics. The evaluation analysis is carried out for daily, monthly, yearly, and maximum yearly records. The daily analysis revealed a low correlation for all SPDSs (<0.31), slightly improved in the yearly and maximum yearly analysis and reached its highest value (0.58) in the monthly analysis. The GPM IMERG V6 and PERSIANN-CDR have the highest probability of detection (0.55) but with a high false alarm ratio (>0.8). Accordingly, in arid regions, the use of daily SPDSs in rainfall estimation will lead to high uncertainty in the obtained results. The best performance for all statistical metrics was found at 500–750 m altitudes in the central and northern parts of the study area for all satellites except minor anomalies. CMORPH dataset has the lowest centered root mean square error (RMSEc) for all analysis periods with the best results in the monthly analyses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».