Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,321,491

 Robustness of gridded precipitation products for vietnam basins using the comprehensive assessment framework of rainfall
Tác giả hoặc Nhóm tác giả: Thanh-Nhan-Duc Tran, Manh-Hung Le, Runze Zhang, Binh Quang Nguyen, John D. Bolten, Venkataraman Lakshmi
Nơi đăng: Atmospheric Research (SCIE, Q1); Số: 293 (2023) 106923;Từ->đến trang: 1-19;Năm: 2023
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
The use of satellite–based precipitation products (SPPs) have become increasingly prevalent as key inputs to provide regional rainfall for improving hydrological simulations in data–spare regions. This study introduces a new approach – Comprehensive Assessment Framework of Rainfall (CAFR) to evaluate six satellite–based precipitation products (SPPs) for eleven basins with different sizes across Vietnam (2007–2015). These SPPs include the Global Precipitation Mission (GPM) Integrated Multi-satellitE Retrievals for Global Precipitation Measurement Final run Version 6 (GPM IMERGF V6), Multi–Source Weighted–Ensemble Precipitation (MSWEP) V2.2, Soil Moisture to Rain (SM2RAIN) – Advanced SCATterometer (ASCAT) V1.5, Asian Precipitation–Highly–Resolved Observational Data Integration Towards Evaluation (APHRODITE) V1901, Climate Hazards group Infrared Precipitation with Stations (CHIRPS) V2.0, and Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks (PERSIANN) – Climate Data Record (CDR) V1.0. With the proposed CAFR: (1) IMERGF is suggested to have the best performance overall, especially when simulating flood peaks; (2) SM2RAIN–ASCAT demonstrates the best skills in metrics related to the dry season; (3) For streamflow simulations, SPPs' performance is sensitive to basin size, with larger basins showing better performance skills. In this study, we demonstrate the capability of our proposed framework to better understand SPP applications in hydrological modeling.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn