XiaoMi-AI文件搜索系统
World File Search SystemSeviri
3D云通过地理空间意识到的蒙版自动编码器
swath（1.4 km）。此外，凭借其太阳同步轨道，Cloudsat在同一当地时间经过赤道，将观察结果限制为在一天中的特定时间内“快照”。相比之下，成像仪器在更广泛的视野和更高的时间分辨率上进行测量，但它们仅提供“自上而下”的视角，并且不会直接测量大气曲线。但是，将不同光谱通道中的图像与大气轮廓重叠的测量结合在一起，可以推断雷达轨道以外的垂直轮廓。Barker等。[3，4]通过强度像素匹配，开发了一种将地球保健曲线扩展到3D的算法。最近的工作[5，6，7]使用了基于ML的方法（例如U-NET，CGAN，线性回归，随机森林，XGBoost），以从“自上而下”的测量中估算垂直云信息。特别是Brüning等人。[5]从MeteoSat第二代（MSG）旋转增强的可见和红外成像仪（Seviri）的卫星图像进行了训练，并具有Cloudsat Cloud Cloud Radar（CPR）反射率，重建3D云结构。对于所有方法，模型训练需要数据源之间的精确空间和时间对齐。由于雷达卫星的立交桥有限（图1b），轮廓测量值少于可用的图像（为了进行比较，MSG/Seviri每年产生40 TB的图像数据，而CPR每年产生150 GB）。然后，我们使用匹配的图像profile对进行了3D云重建任务的预训练模型。自我监督学习（SSL）的最新进展（SSL）在大型未标记数据集的训练前模型中表现出了希望，但它们在云研究中的应用仍然不足。在这项工作中，我们将SSL方法（MAE，MAE，[8]）和GeoSpatemance Authewawe AutoCododers（基于Satmae，[9]）应用于2010年的多光谱MSG/SEVIRI数据。我们的结果表明，预训练始终提高此任务的性能，尤其是在热带对流带等复杂地区。具有地理空间意识的预训练模型（即时间和坐标编码），尤其是胜过随机初始化的网络和更简单的U-NET体系结构，从而改善了重建结果。该代码将在接受后提供。
第二代气象卫星 - ESA 地球在线
目的 – 每 15 分钟在 12 个光谱带（2 个可见光、1 个高分辨率可见光、7 个红外、2 个水蒸气）上拍摄一张地球及其大气层的图像 – 将图像数据和其他气象信息传播给数据用户站 技术特点 – 自旋稳定航天器 – 质量（发射时）约 2 吨 – 直径 3.2 米 – 高度 3.7 米 – 寿命 7 年 – 轨道地球静止 – 轨道位置在赤道平面和 0˚ 经度以上 – 运载火箭与阿丽亚娜-4 和阿丽亚娜-5 兼容 – 发射日期 2000 年 10 月（MSG-1） – 有效载荷 • 旋转增强可见红外成像仪 (SEVIRI) • 地球静止地球辐射预算 (GERB) 仪器 • 搜索和救援 (S & R) 应答器 • 任务通信包 (MCP)
最佳云分析 (OCA) 第 1 版产品用户指南
最佳云分析 (OCA) 算法最初是在 1997 年授予卢瑟福阿普尔顿实验室 (RAL) 的一项研究中开发的，并于 2001 年编码为原型系统。该算法由 EUMETSAT 进一步开发，旨在提供 Meteosat 第二代 (MSG) 旋转增强可见光和红外成像仪 (SEVIRI) 仪器的 Day-2 产品。最新版本的操作算法允许识别多层云情况并检索双层场景的云属性 (Watts 等人，2011)。OCA 还提供了由最佳估计方法得出的不确定性的估计。自 2013 年 6 月以来，OCA 产品已作为演示产品以全重复周期 (15 分钟) 频率进行操作生成。OCA 检索到的云属性包括云顶压力、云光学厚度和云有效半径。OCA 算法已针对气候数据记录处理进行了轻微调整。调整主要在于使用不同的输入，因为用于近实时 (NRT) 的输入不适用于重新处理（云掩模、晴空反射图），并且在整个时间段内也不均匀（重新分析）。验证报告 (EUMETSAT, 2021) 中提供了 NRT 和 CDR 产品之间的差异。OCA Release 1 气候数据记录 (CDR) 涵盖了从 2004 年到 2019 年的 MSG 观测期，提供了均匀的云属性时间序列，它将 NRT 产品的时间延长了 9 年多。OCA Release 1 计划用作生成新的大气运动矢量 (AMV) CDR 的输入，并可能包括风矢量高度的不确定性估计。