Cloud-clearing techniques over land for land-surface temperature retrieval from the Advanced Along-Track Scanning Radiometer
Cloud-clearing techniques over land for land-surface temperature retrieval from the Advanced Along-Track Scanning Radiometer
复制标题
陆地上的云清除技术，用于通过高级沿轨扫描辐射计反演地表温度
DOI：
10.1080/01431161.2014.907941
复制
发表时间：
2014
影响因子：
3.4
通讯作者：
Bulgin C
中科院分区：
文献类型：
--
作者：
Bulgin C
我们提出了五个新的云检测算法在陆地上的动态阈值或贝叶斯技术的基础上，适用于先进的沿轨扫描辐射计（AATSR）仪器和比较这些标准的基于阈值的SADIST云检测方案。我们使用一个手动分类的数据集作为参考，以评估算法的性能和量化的影响，每个云检测方案的陆面温度（LST）检索。使用概率贝叶斯云检测方法将算法真实技能分数提高了8-9%，超过SADIST（最高分数为77.93%，而69.27%）。我们提出了一个评估的影响，不完善的云掩蔽，相对于参考云掩模，检索AATSR LST施加2 K的公差超过3 × 3像素域。当使用贝叶斯方法时，我们发现在此公差范围内的观察值增加了5-7%（最大值为92.02%，而85.69%）。我们还表明，使用动态阈值在SADIST所采用的测试可以显着提高性能，适用于云测试数据提供的海洋和陆地表面温度辐射计（SLSTR）由于将推出的哨兵3使命（估计2014年）。
We present five new cloud detection algorithms over land based on dynamic threshold or Bayesian techniques, applicable to the Advanced Along-Track Scanning Radiometer (AATSR) instrument and compare these to the standard threshold-based SADIST cloud detection scheme. We use a manually classified dataset as a reference to assess algorithm performance and quantify the impact of each cloud detection scheme on land-surface temperature (LST) retrieval. The use of probabilistic Bayesian cloud detection methods improves algorithm true skill scores by 8–9% over SADIST (maximum score of 77.93% compared with 69.27%). We present an assessment of the impact of imperfect cloud masking, in relation to the reference cloud mask, on the retrieved AATSR LST imposing a 2 K tolerance over a 3 × 3 pixel domain. We find an increase of 5–7% in the observations falling within this tolerance when using Bayesian methods (maximum of 92.02% compared with 85.69%). We also demonstrate that the use of dynamic thresholds in the tests employed by SADIST can significantly improve performance, applicable to cloud-test data to be provided by the Sea and Land Surface Temperature Radiometer (SLSTR) due to be launched on the Sentinel 3 mission (estimated 2014).
登录
查看更多内容
沿轨扫描辐射计对海面温度气候的再处理：一种新的反演方案
影响因子：
13.5
作者：
Embury O
通讯作者：
Embury O
利用天气预报数据进行云检测
影响因子：
13.5
作者：
S. Mackie
通讯作者：
S. Mackie
卫星图像的广义贝叶斯云检测。
影响因子：
3.4
作者：
S. Mackie;C. Merchant;Owen Embury;P. Francis
通讯作者：
P. Francis
海面温度气候变化倡议：受海冰影响的海洋的替代图像分类算法
影响因子：
13.5
作者：
Bulgin C
通讯作者：
Bulgin C
改进了海洋上沿轨道扫描辐射计 (ATSR) 数据的云检测
影响因子：
13.5
作者：
James J. Simpson;Andrew H. Schmidt;Andrew Harris
通讯作者：
Andrew Harris