This study presents the first evaluation of using commercial microwave link (CML) data for rainfall measurements in Australia, with the test site being the greater Melbourne Metropolitan area. More than 100 CMLs with microwave frequency ranging between 10 and 40 GHz have been used for the rainfall retrieval. The 15-minute received signal levels (RSLs) for each CML based on two sampling strategies (average and minimum/maximum) collected for 2 years provided a unique dataset to compare performances of rainfall retrievals. The open source algorithm RAINLINK was used for deriving rainfall from the 15-minute RSL data. From two years of data, a subset of 30 rainy days distributed across this period were used for calibrating the RAINLINK parameters, with the remaining data used for validation. For this study, only path-averaged rainfall intensities were validated based on a gauge-adjusted radar product serving as the reference. The result of the wet-dry classification showed that the minimum and maximum RSL data performed better, with lower probability of false detection and higher Matthews correlation coefficient than average RSL data. For the rainfall retrieval, both datasets showed similar correlation with the gauge adjusted radar product. However, based on other statistics (RMSE, bias and CV) minimum and maximum RSL data outperformed average for the rainfall retrieval. Overall, this study highlights the robust accuracy of commercial microwave links for rainfall retrieval while using only minimum and maximum RSL data.

这项研究首次评估了在澳大利亚使用商业微波链路 (CML) 数据进行降雨量测量，测试地点是更大的墨尔本都会区。100 多个微波频率在 10 至 40 GHz 之间的 CML 已用于降雨反演。基于 2 年收集的两种采样策略（平均和最小/最大）的每个 CML 的 15 分钟接收信号水平 (RSL) 提供了一个独特的数据集来比较降雨反演的性能。开源算法 RAINLINK 用于从 15 分钟 RSL 数据中导出降雨量。从两年的数据中，分布在这一时期的 30 个雨天的子集用于校准 RAINLINK 参数，其余数据用于验证。对于这项研究，仅基于作为参考的量规调整雷达产品验证了路径平均降雨强度。干湿分类结果表明，与平均RSL数据相比，最小和最大RSL数据表现更好，误检概率更低，马修斯相关系数更高。对于降雨量反演，两个数据集都显示出与仪表调整后的雷达产品相似的相关性。然而，基于其他统计数据（RMSE、偏差和 CV），最小和最大 RSL 数据优于降雨反演的平均值。总的来说，这项研究强调了商业微波链路在仅使用最小和最大 RSL 数据的情况下进行降雨反演的稳健准确性。干湿分类结果表明，与平均RSL数据相比，最小和最大RSL数据表现更好，误检概率更低，马修斯相关系数更高。对于降雨量反演，两个数据集都显示出与仪表调整后的雷达产品相似的相关性。然而，基于其他统计数据（RMSE、偏差和 CV），最小和最大 RSL 数据优于降雨反演的平均值。总体而言，这项研究强调了商业微波链路在仅使用最小和最大 RSL 数据的情况下进行降雨反演的稳健准确性。干湿分类结果表明，与平均RSL数据相比，最小和最大RSL数据表现更好，误检概率更低，马修斯相关系数更高。对于降雨量反演，两个数据集都显示出与仪表调整后的雷达产品相似的相关性。然而，基于其他统计数据（RMSE、偏差和 CV），最小和最大 RSL 数据优于降雨反演的平均值。总体而言，这项研究强调了商业微波链路在仅使用最小和最大 RSL 数据的情况下进行降雨反演的稳健准确性。两个数据集都显示出与仪表调整雷达产品的相似相关性。然而，基于其他统计数据（RMSE、偏差和 CV），最小和最大 RSL 数据优于降雨反演的平均值。总体而言，这项研究强调了商业微波链路在仅使用最小和最大 RSL 数据的情况下进行降雨反演的稳健准确性。两个数据集都显示出与仪表调整雷达产品的相似相关性。然而，基于其他统计数据（RMSE、偏差和 CV），最小和最大 RSL 数据优于降雨反演的平均值。总体而言，这项研究强调了商业微波链路在仅使用最小和最大 RSL 数据的情况下进行降雨反演的稳健准确性。