• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Geoscience and Remote Sensing Letters, IEEE >Gaussian Conditional Random Fields for Aggregation of Operational Aerosol Retrievals
【24h】

Gaussian Conditional Random Fields for Aggregation of Operational Aerosol Retrievals

机译：高斯条件随机场聚集的操作气溶胶检索。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We present a Gaussian conditional random field model for the aggregation of aerosol optical depth (AOD) retrievals from multiple satellite instruments into a joint retrieval. The model provides aggregated retrievals with higher accuracy and coverage than any of the individual instruments while also providing an estimation of retrieval uncertainty. The proposed model finds an optimal temporally smoothed combination of individual retrievals that minimizes the root-mean-squared error of AOD retrieval. We evaluated the model on five years (2006–2010) of satellite data over North America from five instruments (Aqua and Terra MODIS, MISR, SeaWiFS, and the Ozone Monitoring Instrument), collocated with ground-based Aerosol Robotic Network ground-truth AOD readings, clearly showing that the aggregation of different sources leads to improvements in the accuracy and coverage of AOD retrievals.
机译：我们提出了一种高斯条件随机场模型，用于将来自多个卫星仪器的气溶胶光学深度（AOD）检索汇总到一个联合检索中。该模型提供了比任何单个工具更高的准确性和覆盖范围的汇总检索，同时还提供了检索不确定性的估计。所提出的模型找到了单个检索的最佳时间平滑组合，该组合使AOD检索的均方根误差最小。我们使用五种仪器（Aqua和Terra MODIS，MISR，SeaWiFS和臭氧监测仪器）与地面气溶胶机器人网络地面真相AOD搭配，对北美五年（2006-2010）卫星数据模型进行了评估读数，清楚地表明，不同来源的汇总可提高AOD检索的准确性和覆盖范围。

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