四个关于云属性的四个卫星数据集的介绍

一、前言

Himawari-8/9 (AHI)、Meteosat (SEVIRI)、GOES (ABI)、CLAAS-3,四个数据集/传感器,它们其实都属于静止气象卫星(GEO)云和辐射产品,在降水、云属性和能量收支研究中应用很广,AHI(亚太)、ABI(美洲)、SEVIRI(欧洲非洲) → 实时高频监测。
CLAAS-3 → 长时间序列的云属性气候产品(基于 SEVIRI)。

二、产品介绍

🌍 1. Himawari-8/9 (AHI)

卫星/传感器:日本的 Himawari-8 和 Himawari-9 搭载的 Advanced Himawari Imager (AHI)。

覆盖范围:东亚、大洋洲、东南亚,部分覆盖西太平洋。

时空分辨率:

时间:10 分钟全圆盘(亚太地区可到 2.5 分钟甚至 30 秒,区域快速扫描)。

空间:0.5–2 km(可见光),2 km(红外)。

产品类型:亮温(IR)、可见光反射率、水汽(WV)、云顶高度、云相态、云滴半径等。
优势:全球最高时间分辨率之一 → 极适合做次小时降水监测、风暴追踪、极端天气分析。

🌍 2. Meteosat (SEVIRI)

卫星/传感器:欧洲 EUMETSAT 的 Meteosat Second Generation (MSG) 卫星搭载 SEVIRI (Spinning Enhanced Visible and Infrared Imager)。

覆盖范围:欧洲、非洲、大西洋 → 对欧洲和非洲研究最重要。

时空分辨率:

时间:15 分钟全圆盘。

空间:3 km(在赤道),1 km(HRV通道,高分辨率可见光)。

产品类型:云顶温度/高度/相态、云光学厚度、云液态水路径、降水 proxy。

衍生数据集:CLAAS-3 就是基于 SEVIRI 的云属性长期数据集。

🌍 3. GOES (ABI)

卫星/传感器:美国 NOAA 的 GOES-16 (East)、GOES-17/18 (West),搭载 ABI (Advanced Baseline Imager)。

覆盖范围:美洲、大西洋、太平洋(GOES-East 主要管美洲东部,GOES-West 管太平洋)。

时空分辨率:

时间:10 分钟全圆盘,5 分钟 CONUS,美国本土可到 1 分钟甚至 30 秒。

空间:0.5–2 km(和 AHI 类似)。

产品类型:和 AHI、SEVIRI 类似,包括亮温、云属性、气溶胶、大气水汽。

优势:实时天气预报、飓风、对流风暴监测。

🌍 4. CLAAS-3

数据集,而不是卫星。

来源:由 SEVIRI (Meteosat) 长时间序列的亮温和云观测数据生成。

时间范围:2004–2020(CDR 气候数据记录),并有 ICDR 实时更新。

时空分辨率:

Level-2:原始 SEVIRI 分辨率(15 分钟,3 km)。

Level-3:统计聚合产品(逐日、逐月、逐季,分辨率 0.05° 和 0.25°)。

产品类型:

云掩码/云相态

云顶温度、云顶压力、云顶高度

云光学厚度、云水路径、云滴有效半径

云滴数浓度、几何厚度(液态云)

定位:标准化、质量控制的欧洲云属性气候数据集,常用于气候研究(长期趋势、云反馈、辐射收支)。

总结

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/98160.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/98160.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

browser use完整梳理

brower use完整逻辑梳理 browser use的完整一次运行过程 INFO [service] Using anonymized telemetry, see https://docs.browser-use.com/development/telemetry. WARNING [Agent] ⚠️ DeepSeek models do not support use_visionTrue yet. Setting use_visionFalse for…

C/C++ 与 Lua 互相调用详解

Lua 是一门轻量级、嵌入式的脚本语言,常常与 C/C 结合使用。通过嵌入 Lua,可以让应用程序获得灵活的配置、脚本化逻辑和可扩展性。本文将介绍如何在 C/C 调用 Lua 函数,以及如何让 Lua 调用 C/C 函数。最后给出一个 完整的示例工程&#xff0…

2025-09-04 HTML2——常用标签与属性

文章目录1 文本标签1.1 标题 (<h1> - <h6>)1.2 段落 (<p>)1.3 文本格式化1.4 列表1.4.1 无序列表 (<ul>)1.4.2 有序列表 (<ol>)1.5 表格 (<table>)2 属性2.1 属性值2.2 全局属性2.3 特定元素的属性2.4 布尔属性2.5 自定义属性2.6 事件处理…

Cursor安装使用 与 Cursor网页端登录成功,客户端怎么也登陆不上

Cursor安装使用 Cursor是一款基于AI技术的智能代码编辑器&#xff0c;可通过官网&#xff08;https://cursor.sh&#xff09;下载安装(国内网直接可以访问)&#xff0c;其核心功能包括代码自动生成、智能补全和多轮对话编程&#xff0c;支持Windows、MacOS和Linux系统。‌ 1.…

从开发到部署深度解析Go与Python爬虫利弊

选爬虫技术就像挑工具&#xff1a;Python像瑞士军刀&#xff0c;啥都能干还上手快&#xff0c;写两行代码就能爬数据&#xff0c;适合快速出活和中小项目&#xff1b;Go语言则是专业电钻&#xff0c;并发性能超强&#xff0c;一台机器顶千军万马&#xff0c;适合搞大规模和高性…

基于FP6195的60V宽压输入降压电源方案 - 适用于智能家居模块供电

随着智能家居照明系统多模块化&#xff08;如蓝牙、WiFi、ZigBee&#xff09;供电需求的增加&#xff0c;目前市面上大多采用AC-DC隔离LED驱动芯片&#xff08;如&#xff1a;XP3358,XP3359&#xff09;将交流电转换为48V直流电压&#xff0c;为后级电路供电。而常用模块&#…

贪心算法应用:化工反应器调度问题详解

Java中的贪心算法应用&#xff1a;化工反应器调度问题详解 1. 问题背景与定义 化工反应器调度问题是工业生产中的一个经典优化问题&#xff0c;涉及如何在多个反应器之间分配化学反应任务&#xff0c;以优化特定的目标&#xff08;如最小化总完成时间、最大化产量或最小化能源消…

Go语言中atomic.Value结构体嵌套指针的直接修改带来的困惑

问题 这里有段代码&#xff0c;是真实碰到的问题&#xff0c;这个是修改之后的&#xff0c;通过重新定义个临时变量拷贝原指针的值&#xff0c;再返回该变量的地址&#xff0c;添加了两行&#xff0c;如果去掉如下的代码&#xff0c;可以思考一下var toolInfo model.McpTools /…

(1) 虚拟化、多任务、超线程技术

目录 1.虚拟化技术 1.1 本节导图 1.2 虚拟化技术是什么&#xff1f;使用目的是什么&#xff1f; 1.3 虚拟化前后对比图 1.4 虚拟化的优势 1.5 虚拟化的劣势 1.6 虚拟化的本质 2. 多任务 2.1 本节导图 2.2 什么是多任务处理 2.3 多任务原理 2.4 功能单位 2.5 多任务…

为什么TVS二极管的正极要接电路中的负极?-ASIM阿赛姆

TVS二极管极性接法原理深度解析&#xff1a;为何正极需接电路负极&#xff1f;本文基于半导体物理机制与电路保护原理&#xff0c;系统分析TVS二极管&#xff08;瞬态电压抑制器&#xff09;在反向工作模式下的极性接法设计。通过剖析PN结雪崩击穿特性、电路回路设计约束及失效…

Day12--HOT100--23. 合并 K 个升序链表,146. LRU 缓存,94. 二叉树的中序遍历

Day12–HOT100–23. 合并 K 个升序链表&#xff0c;146. LRU 缓存&#xff0c;94. 二叉树的中序遍历 每日刷题系列。今天的题目是《力扣HOT100》题单。 题目类型&#xff1a;链表&#xff0c;二叉树。 LRU缓存要重点掌握。 23. 合并 K 个升序链表 方法&#xff1a;暴力 思路&…

【LeetCode热题100道笔记】二叉树展开为链表

题目描述 给你二叉树的根结点 root &#xff0c;请你将它展开为一个单链表&#xff1a; 展开后的单链表应该同样使用 TreeNode &#xff0c;其中 right 子指针指向链表中下一个结点&#xff0c;而左子指针始终为 null 。 展开后的单链表应该与二叉树 先序遍历 顺序相同。 示例 …

华为OmniPlacement技术深度解析:突破超大规模MoE模型推理瓶颈的创新设计

MoE模型的崛起与负载均衡挑战 混合专家模型&#xff08;Mixture of Experts&#xff0c;MoE&#xff09;作为大规模深度学习的前沿架构&#xff0c;通过稀疏激活模式成功地将模型参数规模推向了新的高度&#xff0c;同时保持了相对合理的计算成本。其核心思想是使用多个专门的…

分享一个基于Python+大数据的房地产一手房成交数据关联分析与可视化系统,基于机器学习的深圳房产价格走势分析与预测系统

&#x1f495;&#x1f495;作者&#xff1a;计算机源码社 &#x1f495;&#x1f495;个人简介&#xff1a;本人八年开发经验&#xff0c;擅长Java、Python、PHP、.NET、Node.js、Spark、hadoop、Android、微信小程序、爬虫、大数据、机器学习等&#xff0c;大家有这一块的问题…

【C++题解】DFS和BFS

4小时编码练习计划&#xff0c;专注于深度优先搜索&#xff08;DFS&#xff09;和广度优先搜索&#xff08;BFS&#xff09;这两种基本且强大的算法。 下午 (4小时): 搜索算法专题——DFS与BFS DFS和BFS是图论和多种问题求解中的基石算法。深刻理解它们的原理、差异和代码实现模…

Android模拟简单的网络请求框架Retrofit实现

文章目录1.静态代理2.动态代理3.实现简单的Retrofit定义对应的请求注解参数通过动态代理模拟Retrofit的创建请求参数的处理定义请求接口测试请求1.静态代理 代理默认给某一个对象提供一个代理对象&#xff0c;并由代理对象控制对原对象的引用。通俗来讲&#xff0c;代理模式就…

Matter安全实现

Matter分析与安全验证 上一篇文章简单的介绍了Matter的架构、实现、以及部分安全验证过程&#xff1b;这里继续补充一下Matter的其他安全验证流程&#xff0c;以更好的实现Matter安全。 Matter提供的安全实现流程大概总结起来是这个流程 硬件信任根→安全启动→动态证书→加密…

从基础到实践:Web核心概念与Nginx入门全解析

从基础到实践&#xff1a;Web核心概念与Nginx入门全解析 文章目录从基础到实践&#xff1a;Web核心概念与Nginx入门全解析一、Web是什么&#xff1f;从基本概念到核心架构1.1 Web的本质&#xff1a;一个超文本信息系统1.2 B/S架构&#xff1a;Web的“前端-后端”分工模式二、一…

【完整源码+数据集+部署教程】加工操作安全手套与手部检测系统源码和数据集:改进yolo11-cls

背景意义 研究背景与意义 随着工业自动化和智能制造的迅速发展&#xff0c;工人安全问题日益受到重视。特别是在涉及重型机械和危险操作的工作环境中&#xff0c;工人手部的安全保护显得尤为重要。传统的安全手套虽然在一定程度上能够保护工人的手部&#xff0c;但在复杂的加工…

代码随想录算法训练营第一天 || (双指针)27.移除元素 26.删除有序数组中的重复项 283.移动零 977.有序数组的平方

代码随想录算法训练营第一天 || (双指针)27.移除元素 26.删除有序数组中的重复项 283.移动零 27.移除元素 暴力方法 同向双指针双指针 自己AC的解答 卡哥的讲解 26.删除有序数组中的重复项 同向双指针 283.移动零 自己解答 灵神做法(同向双指针+交换) 977.有序数组的平方 暴…