About Our Research আমাদের গবেষণা সম্পর্কে

Our Research Focus

আমাদের গবেষণার ফোকাস

Meteorological factors such as temperature, humidity, rainfall, atmospheric pressure, etc., are drivers of many communicable and non-communicable diseases. To fully understand the effect of meteorological factors on disease spread and future trends, it is necessary to have accurate information on the weather.

তাপমাত্রা, আর্দ্রতা, বৃষ্টিপাত, বায়ুমণ্ডলীয় চাপ ইত্যাদি আবহাওয়াগত কারণগুলি অনেক সংক্রামক এবং অসংক্রামক রোগের চালক। আবহাওয়াগত কারণগুলির রোগ ছড়িয়ে পড়া এবং ভবিষ্যতের প্রবণতার প্রভাব সম্পূর্ণরূপে বুঝতে, আবহাওয়া সম্পর্কে সঠিক তথ্য থাকা প্রয়োজন।

Earth-observing satellites and ground weather monitoring stations generate huge amounts of weather observation data. Developing physical models for analyzing these data requires expertise and many resources. Hence, data-driven methods are deemed valid.

পৃথিবী পর্যবেক্ষণকারী উপগ্রহ এবং ভূমি আবহাওয়া পর্যবেক্ষণ কেন্দ্রগুলি প্রচুর পরিমাণে আবহাওয়া পর্যবেক্ষণ ডাটা উৎপন্ন করে। এই ডাটা বিশ্লেষণের জন্য ভৌত মডেল তৈরি করতে দক্ষতা এবং অনেক সম্পদ প্রয়োজন। তাই, ডাটা-চালিত পদ্ধতিগুলি বৈধ বলে মনে করা হয়।

However, existing data-driven methods utilize machine learning techniques for computer vision to analyze satellite raster images. These images can be erroneous for various reasons such as cloud coverage, air pollution, canopy etc. A key challenge to utilizing ground station observations is interpolating the meteorological variables between the stations.

যাইহোক, বিদ্যমান ডাটা-চালিত পদ্ধতিগুলি স্যাটেলাইট র‍্যাস্টার ইমেজ বিশ্লেষণের জন্য কম্পিউটার ভিশনের জন্য মেশিন লার্নিং কৌশল ব্যবহার করে। এই ছবিগুলি মেঘের আচ্ছাদন, বায়ু দূষণ, ক্যানোপি ইত্যাদি বিভিন্ন কারণে ভুল হতে পারে। গ্রাউন্ড স্টেশন পর্যবেক্ষণ ব্যবহার করার একটি মূল চ্যালেঞ্জ হল স্টেশনগুলির মধ্যে আবহাওয়াগত চলকগুলির অন্তরবর্তী প্যাটার্ন নির্ধারণ করা।