iRain UCI APP
iRain biedt toegang tot real-time wereldwijde high-resolution (~ 4km) satelliet neerslag producten uit de PERSIANN-CCS (Neerslag Schatting van remote sensing informatie met behulp van de kunstmatige neurale netwerken - Cloud Classification System), die door het onderzoeksteam heeft ontwikkeld CHRS. De bouwsteen van iRain rust op de satelliet neerslag schattingen gegenereerd door de PERSIANN algoritme dat in ontwikkeling is al meer dan twee decennia. Meer gedetailleerde informatie over PERSIANN-CCS is te vinden op http://chrs.web.uci.edu.
iRain stelt gebruikers in staat om real-time wereldwijde satelliet neerslag waarnemingen te visualiseren en te volgen extreme neerslag gebeurtenissen wereldwijd. Gebruikers kunnen ook de crowdsourcing functionaliteit van de app om hun lokale regenval informatie aan onze gegevens aan te vullen. Een handige functie van iRain is dat real-time regenval observatie gegevens gemakkelijk kunnen worden gedeeld via sociale netwerken wil zeggen Facebook, Twitter.
iRain is beschikbaar voor iOS en Android-apparaten.
De webversie van iRain wordt gehost bij:
http://irain.eng.uci.edu.
Met dank aan:
iRain is het product is ontwikkeld door Dr. Phu Nguyen, assistent-professor in het Centrum voor Hydrometereologische and Remote Sensing (CHRS) op UCI en zijn team, die een toegewijde groep van veelal studenten met inbegrip van David Furman, Phat Huynh Thanh N. omvat Palacios, Hoang Tran, en april Huie.
Financiële steun van de volgende instanties wordt erkend:
- financiering van NASA heeft geleid tot de ontwikkeling van de PERSIANN algoritme en een aantal van zijn variaties.
- ICIWaRM van het Corps of Engineers US Army is een groot deel van de steun voor de heer Dan Braithwaite, programmeur analist III bij CHRS verstrekt.
- De steun van de US Army Research Office heeft geresulteerd in extra verfijning van de PERSIANN algoritme
- Samenwerking met UNESCO G-WADI programma is van cruciaal belang voor de verspreiding van gegevens over de hele wereld geweest.
- NOAA financiering via het Climate Data Record-programma (CDR) resulteerde in de PERSIANN-CDR dataset.
De volgende leden van CHRS (voormalige en huidige) zijn sterk erkend.
Kuolin Hsu, Xiaogang Gao, Bisher Imam, Dan Braithwaite, Hamed Ashouri, Andrea Thorstensen, Scott Sellars, Ali Behrangi.
Speciale dank aan Hien To, Ph.D. student aan USC, voor zijn bijdrage aan de crowdsourcing-technologieën.
Soroosh Sorooshian, Ph.D. NAE
CHRS Director