Improving Infrared-Based Precipitation Retrieval Algorithms Using Multi-Spectral Satellite Imagery (eBook)
XXI, 68 Seiten
Springer International Publishing (Verlag)
978-3-319-12081-2 (ISBN)
This thesis transforms satellite precipitation estimation through the integration of a multi-sensor, multi-channel approach to current precipitation estimation algorithms, and provides more accurate readings of precipitation data from space.
Using satellite data to estimate precipitation from space overcomes the limitation of ground-based observations in terms of availability over remote areas and oceans as well as spatial coverage. However, the accuracy of satellite-based estimates still need to be improved.
The approach introduced in this thesis takes advantage of the recent NASA satellites in observing clouds and precipitation. In addition, machine-learning techniques are also employed to make the best use of remotely-sensed 'big data.' The results provide a significant improvement in detecting non-precipitating areas and reducing false identification of precipitation.
Introduction to the Current States of Satellite Precipitation Products.- False Alarm in Satellite Precipitation Data.- Satellite Observations.- Reducing False Rain in Satellite Precipitation Products Using CloudSat Cloud Classification Maps and MODIS Multi-Spectral Images.- Integration of CloudSat Precipitation Profile in Reduction of False Rain.- Cloud Classification and its Application in Reducing False Rain.- Summary and Conclusions.
Erscheint lt. Verlag | 7.11.2014 |
---|---|
Reihe/Serie | Springer Theses | Springer Theses |
Zusatzinfo | XXI, 68 p. 41 illus., 38 illus. in color. |
Verlagsort | Cham |
Sprache | englisch |
Themenwelt | Naturwissenschaften ► Geowissenschaften |
Naturwissenschaften ► Physik / Astronomie | |
Technik | |
Schlagworte | award-winning thesis • CloudSat precipitation data • CloudSat texts • current satellite precipitation products • false rain reduction • introduction to satellite precipitation • meteorology • MODIS satellite observations • multi-spectral satellite imagery • precipitation retrival algorithms • satellite-based precipitation estimation • satellite precipitation data • satellite precipitation measurements |
ISBN-10 | 3-319-12081-6 / 3319120816 |
ISBN-13 | 978-3-319-12081-2 / 9783319120812 |
Haben Sie eine Frage zum Produkt? |
Größe: 5,9 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich