.png){kind=icon}
返回
An Extrapolation Method for Estimating Overlapping Cloud Base Height From Passive Radiometers
.png){kind=icon}
PRE
AI
DOI：10.1109/TGRS.2024.3491165.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
虽然已经开发了多种方法来估算单层云基础高度 (CBH)，但很少有研究用于检索重叠的CBH。为了增强重叠云的垂直结构的表征，该重叠云约占全球云的四分之一，本研究提出了一种外推算法，用于从无源辐射计估算重叠的CBH。该算法依赖于给定区域内云边界的连续性，并开发了四个测试来识别合适的单层云像素，以准确推断重叠的cbh。将该算法应用于aqua中分辨率成像光谱仪 (MODIS) 的数据，并针对具有正交极化 (CALIOP) 测量的主动云剖面雷达 (CPR)-云气溶胶激光雷达对结果进行了验证。结果表明，在重叠的云案例中，从单层云假设得出的CBH检索明显有偏差。相比之下，外推算法可以更准确地检索上层冰CBH和下层水CBH。具体来说，上层冰云的平均CBH偏差从-2.4降低到-0.9千米，而下层水云的平均CBH偏差从3.8降低到1.6千米。通过准确提取重叠云的垂直结构，这种方法显示出改善云辐射强迫估计，天气变化和气候建模的潜力。
Keyword:
Clouds
Cloud computing
Atmospheric measurements
Satellite broadcasting
MODIS
Extrapolation
Radiometry
Instruments
Table lookup
Spatial resolution
Cloud base height (CBH)
overlapping clouds
passive radiometer
期刊
IF:
8.6
论文数:
2.2W
被引数:
10.7W
机构
引用论文
Retrieving cloud base height from passive radiometer observations via a systematic effective cloud water content table通过系统的有效云水含量表从被动辐射计观测值中检索云底高度
PREAI
分享收藏Retrieval of two-layer cloud properties from multispectral observations using optimal estimation
PREAI
分享收藏Aerosolized Pentamidine as Second Line Therapy in Patients with AIDS and Pneumocystis carinii Pneumonia.png)
Chest
ChestIF0
PREAI
分享收藏Detecting Multilayer Clouds From the Geostationary Advanced Himawari Imager Using Machine Learning Techniques使用机器学习技术从对地静止高级himavari成像仪检测多层云
PREAI
分享收藏分享收藏
查看更多内容