மழைப்பொழிவின் நிகழ்தகவை எவ்வாறு கணக்கிடுவது

மழைப்பொழிவு நிகழ்தகவை எவ்வாறு கணக்கிடுவது

மழைப்பொழிவு என்பது மிகவும் அடிக்கடி கவனிக்கப்படும் வானிலைக் கூறுகளில் ஒன்றாகும், ஏனெனில் அது விவசாயம், போக்குவரத்து, சுற்றுலா முதல் வெள்ள மேலாண்மை வரை அன்றாட நடவடிக்கைகளை நேரடியாகப் பாதிக்கிறது. இருப்பினும், பலர் இன்றும் "மழை முன்னறிவிப்பு" என்பதை "மழை நிச்சயம்" என்றே கருதுகின்றனர். ஆனால், நவீன வானிலை அறிவியலில், மழைக்கான வாய்ப்பு பொதுவாக ஒரு நிகழ்தகவாகவே வெளிப்படுத்தப்படுகிறது. இந்தக் கட்டுரை, அடிப்படைக் கருத்துக்கள் முதல் எளிதில் பின்பற்றக்கூடிய கணக்கீட்டு எடுத்துக்காட்டுகள் வரை, மழைப்பொழிவு நிகழ்தகவை எளிமையாகக் கணக்கிடுவது எப்படி என்பதைப் பற்றி விவாதிக்கிறது.

புயல் நிகழ்தகவு என்றால் என்ன என்பதைப் புரிந்துகொள்வது

மழைப்பொழிவுக்கான நிகழ்தகவு, பொதுவாக மழைப்பொழிவு நிகழ்தகவு (PoP) என்றே குறிப்பிடப்படுகிறது. இது மழை எவ்வளவு கனமாகப் பெய்யும் என்பதற்கான அளவீடு அல்ல, மாறாக ஒரு குறிப்பிட்ட காலப்பகுதியில் (எ.கா., 6 மணிநேரம் அல்லது 24 மணிநேரம்) ஒரு குறிப்பிட்ட பகுதியில் மழை பெய்வதற்கான வாய்ப்பாகும்.

உதாரணமாக, “70% மழை பெய்ய வாய்ப்புள்ளது” என்று குறிப்பிடப்பட்டிருந்தால், கணிக்கப்பட்ட பகுதி மற்றும் காலப்பகுதியில் மழை பெய்ய 70% வாய்ப்புள்ளது என்று அர்த்தம் (இது பொதுவாக ஒரு குறிப்பிட்ட வரம்பைக் கொண்டு அளவிடப்படுகிறது, உதாரணமாக குறைந்தபட்சம் 0,1 மி.மீ).

கவனிக்க வேண்டிய முக்கிய விஷயம்: வானிலை தரவுகளின் நிச்சயமற்ற தன்மை, வளிமண்டல இயக்கவியல் மற்றும் முன்கணிப்பு மாதிரிகளின் வரம்புகள் காரணமாக, மழை பெய்யும் நிகழ்தகவை எப்போதும் எளிதாகப் புரிந்துகொள்ள முடியாது . இருப்பினும், புள்ளிவிவரப்படி, வரலாற்றுத் தரவுகள் மற்றும் முன்னறிவிப்பு மாதிரி முடிவுகளைப் பயன்படுத்தி மழைக்கான வாய்ப்பைக் கணக்கிட முடியும்.

மழை பெய்யும் நிகழ்தகவைக் கணக்கிடுவதற்கான இரண்டு பொதுவான அணுகுமுறைகள்

நடைமுறையில், பொதுவாகப் பயன்படுத்தப்படும் இரண்டு அணுகுமுறைகள் உள்ளன:

1. புள்ளிவிவர அணுகுமுறை தரவு சார்ந்த வரலாற்று
ஒரு குறிப்பிட்ட நேரத்தில் மழை பெய்யும் வாய்ப்பைக் கணிக்க, கடந்தகால மழைப்பொழிவு பதிவுகளைப் பயன்படுத்துதல்.

2. முன்னறிவிப்பு (மாதிரி) மற்றும் ஒருங்கிணைப்பு அணுகுமுறைகள்
(பல சூழ்நிலைகள்/மாதிரி உறுப்புகள் உட்பட) வானிலை மாதிரி வெளியீட்டைப் பயன்படுத்தி மழையின் நிகழ்தகவைக் கணக்கிடுதல்.

இக்கட்டுரையில், எவரும் செய்யக்கூடிய ஒரு புள்ளியியல் அணுகுமுறையைப் பயன்படுத்தி மழைப்பொழிவின் நிகழ்தகவை எவ்வாறு கணக்கிடுவது என்பதில் முக்கிய கவனம் செலுத்தப்பட்டு, பின்னர் அந்த மாதிரியாக்க அணுகுமுறை எவ்வாறு செயல்படுகிறது என்பதற்கான ஒரு மேலோட்டத்துடன் நிறைவு செய்யப்படுகிறது.

தேவையான தரவு

புள்ளிவிவரப்படி மழைப்பொழிவின் நிகழ்தகவைக் கணக்கிட, உங்களுக்குத் தேவைப்படுவது:

– மழை நிலையங்கள் அல்லது மழை அறிவிப்புப் புள்ளிகளிலிருந்து பெறப்பட்ட தினசரி/மணிநேர மழைப்பொழிவுத் தரவுகள்.
– போதுமான நீண்ட தரவுக் காலம் (எ.கா. அதிக நிலைத்தன்மைக்கு 10–30 ஆண்டுகள்).
– “மழை” என்பதன் வரையறை: மழையாகக் கருதப்படும் மழைப்பொழிவின் குறைந்தபட்ச அளவு (எ.கா. ≥ 0,1 மிமீ/நாள் அல்லது ≥ 1 மிமீ/நாள்).

இந்த வரம்பு முக்கியமானது, ஏனெனில் “லேசான தூறல்” மழையாகப் பதிவு செய்யப்படலாம், ஆனால் சில குறிப்பிட்ட நோக்கங்களுக்காக (எ.கா. விவசாயம்), அதன் அளவு 5 மி.மீ அல்லது அதற்கு மேல் இருந்தால் மட்டுமே அதை மழையாகக் கருத வேண்டும்.

முறை 1: மழை நிகழும் அதிர்வெண்ணிலிருந்து மழைக்கான நிகழ்தகவு (எளிய முறை)

ஒரே காலகட்டத்தில் மழைப்பொழிவின் நிகழ்வெண்ணைக் கணக்கிடுவதே மிகவும் அடிப்படையான முறையாகும்.

சூத்திரம்
\[
P(மழை) = \frac{\text{மழை நாட்களின் எண்ணிக்கை}}{\text{மொத்த நாட்களின் எண்ணிக்கை}} \times 100\%
\]

காண்டோ
நீங்கள் நிகழ்தகவைக் கணக்கிட விரும்புகிறீர்கள் என்று வைத்துக்கொள்வோம். தரவுகளின் அடிப்படையில் ஜனவரி மாத மழைப்பொழிவு 10 ஆண்டுகள். 10 ஆண்டுகளில் ஜனவரி மாதத்தில் உள்ள மொத்த நாட்களின் எண்ணிக்கையைக் கூட்டவும்:

ஜனவரி மாதத்தில் 31 நாட்கள் உள்ளன.
– மொத்தத் தரவு = 31 × 10 = 310 நாட்கள்.
310 நாட்களில், 217 நாட்களில் 0,1 மி.மீ அல்லது அதற்கு மேற்பட்ட மழைப்பொழிவு பதிவாகியுள்ளது.

ஆகவே:
\[
P(\text{மழை}) = \frac{217}{310} \times 100\% \approx 70\%
\]

இதன் பொருள் என்னவென்றால், வரலாற்று ரீதியாக, ஜனவரி மாதத்தில் ஏதேனும் ஒரு நாளில் மழை பெய்வதற்கான வாய்ப்பு (0,1 மிமீ வரம்பைப் பயன்படுத்தி) சுமார் 70% ஆகும்.

நன்மைகள் மற்றும் வரம்புகள்
– நன்மைகள்: கணக்கிடுவது மிகவும் எளிது.
– வரம்புகள்: இன்றைய வளிமண்டல நிலைமைகளைக் கணக்கில் எடுத்துக்கொள்ளாது, வரலாற்று சராசரிகளை மட்டுமே கணக்கில் எடுத்துக்கொள்ளும்.

முறை 2: ஒரு குறிப்பிட்ட தேதியில் மழை பெய்வதற்கான நிகழ்தகவு (தினசரி காலநிலையியல்)

நீங்கள் இன்னும் துல்லியமாகக் கணக்கிட விரும்பினால், பல ஆண்டுகளாக அந்தத் தேதி குறித்த வரலாற்றுத் தரவுகளைப் பயன்படுத்தி, மே 10 போன்ற ஒரு குறிப்பிட்ட தேதியில் மழை பெய்யும் வாய்ப்பைக் கணக்கிடலாம்.

லங்கா
1. ஒரே தேதிக்கான மழைப்பொழிவுத் தரவுகளை எடுத்துக் கொள்ளுங்கள், உதாரணமாக, 20 ஆண்டுகளுக்கு ஒவ்வொரு மே 10 ஆம் தேதியும்.
2. அந்தத் தேதியில் எத்தனை முறை மழை பெய்தது (≥ வரம்பு) என்பதைக் கணக்கிடுங்கள்.
3. ஆண்டுகளின் எண்ணிக்கையால் வகுக்கவும்.

சூத்திரம்
\[
P(\text{d என்ற தேதியில் பெய்த மழை}) = \frac{\text{d}/{\text{தரவு உள்ள ஆண்டுகளின் எண்ணிக்கை}} இல் மழை பெய்த ஆண்டுகளின் எண்ணிக்கை × 100\%
\]

காண்டோ
கடந்த 20 ஆண்டுகளுக்கான மே 10 தரவுகள்:
– 14 முறை மழை (≥ 1 மிமீ).
மொத்த ஆண்டுகள் = 20.

\[
P = \frac{14}{20} \times 100\% = 70\%
\]

இந்த முறை பெரும்பாலும் தினசரி காலநிலை ஆய்வு அணுகுமுறை என்று அழைக்கப்படுகிறது. நிலைத்தன்மையை அதிகரிக்க, நீங்கள் கால அளவை விரிவுபடுத்தலாம்; உதாரணமாக, 9 நாட்களை (மே 6–14) பயன்படுத்தி, பின்னர் சராசரி எடுக்கலாம்.

முறை 3: ஒரு குறிப்பிட்ட வரம்பின் அடிப்படையில் “கனமழை” பெய்வதற்கான நிகழ்தகவு

கனமழை போன்ற தீவிரப் பிரிவுகளுக்கும் நிகழ்தகவைக் கணக்கிடலாம். முறை ஒன்றுதான், வரம்பு மட்டுமே மாறுகிறது.

உதாரணமாக, கனமழையின் வரையறை: ஒரு நாளைக்கு 50 மி.மீ அல்லது அதற்கு மேல்.

\[
P(\text{கனமழை}) = \frac{\text{50 மி.மீ அல்லது அதற்கு மேல் மழை பெய்த நாட்களின் எண்ணிக்கை}}{\text{மொத்த நாட்களின் எண்ணிக்கை}} \times 100\%
\]

குறிப்பு:
– 5 ஆண்டுகளில் உள்ள மொத்த நாட்கள்: 5 × 365 = 1825 நாட்கள் (எளிமைக்காக லீப் ஆண்டுகளைப் புறக்கணிக்கவும்).
– 50 மி.மீ அல்லது அதற்கு மேற்பட்ட மழை நாட்கள்: 36 நாட்கள்.

\[
P = \frac{36}{1825} \times 100\% \approx 2\%
\]

இந்த மதிப்பு சிறியதாக இருந்தாலும், வெள்ள அபாயப் பகுப்பாய்வு, வடிகால் திட்டமிடல் மற்றும் முன்கூட்டிய எச்சரிக்கை ஆகியவற்றிற்குப் பயனுள்ளதாக இருக்கிறது.

முறை 4: முன் நிபந்தனைகளின் அடிப்படையிலான நிகழ்தகவு (எளிய மார்கோவ்)

மழை பெரும்பாலும் ஒரு “தொடர்ச்சிப் போக்கைப்” பின்பற்றுகிறது: இன்று மழை பெய்தால், இன்று மழை பெய்யாமல் இருப்பதை விட நாளை மழை பெய்ய அதிக வாய்ப்புள்ளது. மார்கோவ் கருத்துருக்களைப் பயன்படுத்தி எளிய நிலைமாற்ற நிகழ்தகவுகளை நீங்கள் கணக்கிடலாம்.

இரண்டு நிலைகளை வரையறுக்கவும்:
– H = மழை (≥ வரம்பு)
– T = மழை இல்லை

வரலாற்றுத் தரவுகளிலிருந்து கணக்கிடுங்கள்:
– \(P(H|H)\): இன்று மழை பெய்தால், நாளை மழை பெய்வதற்கான வாய்ப்பு.
– \(P(H|T)\): இன்று மழை பெய்யவில்லை என்றால், நாளை மழை பெய்வதற்கான வாய்ப்பு.

காண்டோ
தொடர்ச்சியான 1.000 நாள் ஜோடிகளிலிருந்து:
– 400 முறை “இன்று மழை பெய்யும்” என்று அது கூறுகிறது. அந்த 400 முறைகளில், 260 முறை நாளை மழை பெய்யும்.
\(P(H|H) = 260/400 = 65\%\)
– 600 முறை “இன்று மழை பெய்யாது.” அந்த 600 முறைகளில், 180 முறை நாளை மழை பெய்யும்.
\(P(H|T) = 180/600 = 30\%\)

இது, இன்றைய நிலவரங்களின் அடிப்படையில் நாளைய மழைக்கான நிகழ்தகவைச் சரிசெய்ய அனுமதிக்கிறது. இது எளிமையானதாக இருந்தாலும், மாதாந்திர சராசரியை விட யதார்த்தமானது.

முறை 5: வானிலை மாதிரிகளின் தொகுப்பிலிருந்து பெறப்படும் நிகழ்தகவுகள் (நவீன நடைமுறையின் ஒரு மேலோட்டம்)

நவீன வானிலை முன்னறிவிப்பில், மழைப்பொழிவின் நிகழ்தகவு பெரும்பாலும் ஒரு கூட்டு முன்னறிவிப்பிலிருந்து கணக்கிடப்படுகிறது; இது வெவ்வேறு ஆரம்ப நிலைமைகளைக் கொண்ட பல மாதிரி உருவகப்படுத்துதல்களின் தொகுப்பாகும். இதன் கொள்கை இதுதான்:

\[
P(மழை) = மழையைக் கணிக்கும் குழும உறுப்பினர்களின் எண்ணிக்கை / குழும உறுப்பினர்களின் எண்ணிக்கை × 100%
\]

காண்டோ
நாளை உங்கள் பகுதிக்கான 20 குழு உறுப்பினர்கள் உள்ளனர்:
– 12 உறுப்பினர்கள் 1 மி.மீ அல்லது அதற்கு மேற்பட்ட மழைப்பொழிவு இருக்கும் என கணித்துள்ளனர்.
– 8 உறுப்புகள் 1 மி.மீ.க்கும் குறைவாக இருக்கும் என கணிக்கப்பட்டுள்ளது.

\[
P = \frac{12}{20} \times 100\% = 60\%
\]

இந்த முறை மாதிரியின் நிச்சயமற்ற தன்மையைப் பிரதிபலிக்கிறது. பொதுவாக, முன்னறிவிப்பு எவ்வளவு தூரம் செல்கிறதோ, நிச்சயமற்ற தன்மை அதிகரிக்கும்போது நிகழ்தகவுகளும் அவ்வளவு தூரம் விரிவடைய முனைகின்றன.

மேலும் துல்லியமான கணக்கீடுகளுக்கான குறிப்புகள்

1. அதற்கேற்ற மழை வரம்பை அமைக்கவும்.
மழையின் வானிலை வரையறைக்கு 0,1 மிமீ அளவு பொருத்தமானது; தாக்கத்தைப் பொறுத்தவரை, 5–10 மிமீ தேவைப்படலாம்.

2. நீண்ட மற்றும் தெளிவான தரவைப் பயன்படுத்தவும்
விடுபட்ட தரவுகள் அல்லது பழுதடைந்த அளவீட்டுக் கருவிகள் முடிவுகளை மாற்றக்கூடும். தரவுத் தரச் சரிபார்ப்புகளை மேற்கொள்ளவும்.

3. பருவத்தைக் கருத்தில் கொள்ளுங்கள்
நிகழ்தகவு பருவத்தில் மழை வறண்ட மற்றும் மழைக்காலங்கள் மிகவும் வேறுபட்டவை. ஒவ்வொரு பருவத்திற்கோ அல்லது ஒவ்வொரு மாதத்திற்கோ தனித்தனியாகக் கணக்கிடுங்கள்.

4. நகரும் நேர இடைவெளிகளைப் பயன்படுத்தவும்
குறிப்பிட்ட தேதிகளுக்கு, ஏறக்குறைய 3 முதல் 7 நாட்கள் வரையிலான கால இடைவெளி மதிப்பீடுகளை மேலும் நிலையானதாக மாற்றும்.

5. “மழை பெய்யும் வாய்ப்பு” மற்றும் “எத்தனை மி.மீ” ஆகியவற்றுக்கு இடையேயான வேறுபாட்டை விளக்குக.
நிகழ்தகவு, 'மழை பெய்ததா இல்லையா' என்பதற்குப் பதிலளிக்கிறது, 'எவ்வளவு மழை பெய்தது' என்பதற்கு அல்ல.

மூடுகிறது

மழைப்பொழிவு நிகழ்தகவைக் கணக்கிடுவது என்பது அடிப்படையில் ஒரு எளிய கருத்தை அடிப்படையாகக் கொண்டது: அதாவது, மழை நிகழ்வுகளின் எண்ணிக்கையை மொத்தக் கண்காணிப்புகளின் எண்ணிக்கையுடன் ஒப்பிடுவது. இன்றைய நிலவரங்களின் அடிப்படையில், சராசரி மாதாந்திர மழைப்பொழிவு நிகழ்தகவு, ஒரு குறிப்பிட்ட தேதிக்கான நிகழ்தகவு, கனமழைக்கான நிகழ்தகவு, அல்லது நாளைய மழைக்கான நிகழ்தகவு ஆகியவற்றைக் கணக்கிடலாம். நவீன நடைமுறையில், மழைப்பொழிவு நிகழ்தகவானது வானிலை மாதிரிகளின் ஒரு தொகுப்பிலிருந்தும் அடிக்கடி கணக்கிடப்படுகிறது. இது, வானிலையின் மாறும் தன்மைக்கு மிகவும் பொருத்தமான ஒரு நிகழ்தகவு அணுகுமுறையை வழங்குகிறது.

நீங்கள் விரும்பினால், ஒவ்வொரு மாதத்திற்கும், ஒவ்வொரு பருவத்திற்கும், மற்றும் ஒவ்வொரு தீவிர வரம்பிற்கும் மழைப்பொழிவின் நிகழ்தகவைக் கணக்கிடுவதற்கான எக்செல் சூத்திரங்கள் அல்லது பைதான் ஸ்கிரிப்டுகளுடன், எக்செல்/சிஎஸ்வி தரவைப் (உதாரணமாக, BMKG அல்லது உங்கள் மழை அளவீட்டு நிலையத்திலிருந்து பெறப்பட்ட தினசரி மழைப்பொழிவுத் தரவு) பயன்படுத்தி ஒரு மாதிரி கணக்கீட்டை உருவாக்க நான் உங்களுக்கு உதவ முடியும்.