最常见的三种雨量数据图是:

• 单站数据,
• 插值站数据，和
• radar-estimated降雨数据。

单点数据（图1)是对降雨最准确的描述。这是直接测量的，几乎没有什么可解释的。面临的挑战，尤其是在农村地区，是官方的降水测量可能很少。这可能会给那些试图监测一个地区降水的人留下很大的空白，特别是在春夏对流降水的常见变化情况下。(缩小差距的一个方法是加入CoCoRaHS网络并正式测量降水。)

内插站数据地图（图2)使用上述的单点站数据，并提供“五月，在两站之间使用网格模式接收。有许多插值方法可以做到这一点，它们通常使用统计数据或面积加权平均来提供一个基于最靠近网格点的站点的估计值。插值方法的变化将改变分配给网格点的值。无论用什么方法，站与站之间的值都是估计值。

Radar-estimated降雨地图（图3)提供一份基于雷达信号返回的地图。雷达根据一段时间内水滴的大小和分布提供反射率值，从而提供估计的降雨速率。由于冰雹、不均匀的水滴大小、降水与雷达的距离、风暴高度和地球表面的曲率，雷达返回可能会有误差。这些误差将不可避免地导致估计的雨量图出现误差。这些地图确实提供了一种很好的方式来查看强降雨(或无降雨)的大致位置，以及降雨事件中的可变性，但数量可能会显著偏离，除非地图根据其他数据进行了更正。

通过所有这些地图，你会得到一些基于降水发生时间的差异。地图可能显示24小时降水结束于午夜或上午7点(最常见)。像内布拉斯加州西部的情况一样，如果时区差异发生在截止时间，也可能会改变地图的描述。

另一个挑战是，有许多类型的气象观测站和网络是没有连接的。收集的时间、收集方法，甚至一些专有数据都限制了一张地图包含所有站点和记录数据的能力。

当你在看这些地图的时候，看看地图到底显示了你什么，或者没有显示你什么，然后做出相应的决定。大多数地图都列出了来源，所以花点时间搜索一下这个来源，看看地图和数据是如何生成的。我的建议是查看单点数据，以及雷达估计或插值数据，以获得对特定区域发生的情况的最佳估计。

额外的资源

CropWatch提供了几个降水地图和支持数据在连续波天气部分．它还链接到NeRain这是一个监测和报告全州降水的公民网络。