• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Geophysical Research Letters >Spatial variability of satellite visible radiances in dust and dust-cloud mixed conditions: Implications for dust detection
【24h】

Spatial variability of satellite visible radiances in dust and dust-cloud mixed conditions: Implications for dust detection

机译：尘埃和尘埃云混合条件下卫星可见辐射的空间变异性：对粉尘探测的影响

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

Using data from MODIS for the 2000-2004 time period, we performed a statistical analysis of visible radiances observed in the presence of mineral dust in cloud-free and cloudy conditions over oceans. Spatial variability of the 555 nm radiances was examined by introducing two different measures: standard deviation (STD) and a local inhomogeneity parameter (LIP). We demonstrate that introducing the probability density function (PDF) of STD offers a new framework for probabilistic dust detection. We show that the probabilistic approach gives more accurate discrimination of dust from clouds compared with the MODIS fixed STD threshold method. Furthermore, the probabilistic approach enables one to determine the confidence level and skill of dust detection. In addition, we examined the capability of the probabilistic detection of dust-cloud mixed pixels currently not considered by operational algorithms. A low classification skill of dust-cloud pixels was found. Introducing multivariate PDFs by including multispectral data might help to overcome this problem.
机译：利用MODIS 2000-2004年期间的数据，我们对在无云和多云的情况下在海洋上存在矿物粉尘时观察到的可见辐射进行了统计分析。 555 nm辐射的空间变异性通过引入两种不同的方法进行了检验：标准偏差（STD）和局部不均匀性参数（LIP）。我们证明，引入STD的概率密度函数（PDF）为概率性粉尘检测提供了新的框架。我们证明，与MODIS固定STD阈值方法相比，概率方法可以更准确地识别云中的灰尘。此外，概率方法使人们能够确定灰尘检测的置信度和技巧。此外，我们还研究了概率运算检测尘埃云混合像素的能力，而目前这些运算算法尚未考虑。发现尘埃云像素的分类技巧低。通过包含多光谱数据引入多变量PDF可能有助于克服此问题。

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