• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Geoscience and Remote Sensing Symposium >Performance of the falling snow retrieval algorithms for the Global Precipitation Measurement (GPM) mission
【24h】

Performance of the falling snow retrieval algorithms for the Global Precipitation Measurement (GPM) mission

机译：全球降水测量（GPM）任务的落雪检索算法的性能

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Retrievals of falling snow from space represent an important data set for understanding the Earth's atmospheric, hydrological, and energy cycles, especially during climate change. Estimates of falling snow must be captured to obtain the true global precipitation water cycle, snowfall accumulations are required for hydrological studies, and without knowledge of the frozen particles in clouds one cannot adequately understand the energy and radiation budgets. While satellite-based remote sensing provides global coverage of falling snow events, the science is relatively new and retrievals are still undergoing development with challenges remaining (e.g., [1], [2], [3]). This work reports on the development and testing of retrieval algorithms for the Global Precipitation Measurement (GPM) mission Core Satellite [4-5], launched February 2014.
机译：太空降雪的检索代表了一个重要的数据集，可用于理解地球的大气，水文和能量循环，尤其是在气候变化期间。为了获得真正的全球降水水循环，必须获取降雪的估算值，水文学研究需要降雪积聚，并且如果不了解云中的冻结粒子，就无法充分理解能量和辐射的预算。虽然基于卫星的遥感技术可提供全球范围内的降雪事件的覆盖范围，但科学技术相对较新，并且检索工作仍在发展中，但仍面临挑战（例如[1]，[2]，[3]）。这项工作报告了2014年2月发射的全球降水测量（GPM）核心卫星[4-5]的检索算法的开发和测试。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号