当前位置: 首页 > backend >正文

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

http://www.xdnf.cn/news/20339.html

相关文章:

  • 基于Spring Boot + Vue3的办公用品申领管理系统
  • 部署AIRI
  • lesson55:CSS导航组件全攻略:从基础导航条到动态三级菜单与伸缩菜单实现
  • 02.继承MonoBehaviour的单例模式基类
  • Python快速入门专业版(七):整数与浮点数:Python数值类型的运算与精度问题(附解决方案)
  • 项目中的一些比较实用的自定义控件
  • Python文件打包为EXE的工具v1.0
  • 《AI大模型应知应会100篇》第67篇 Web应用与大模型集成开发实践——1小时打造国产大模型智能客服系统
  • MySQL问题5
  • github上传步骤
  • 季度最强策略:年化247%,回撤10%,夏普比率3.79。附大小盘轮动策略python源代码。
  • Nestjs框架: 使用 CASL 库实现基于角色的权限控制(RBAC)与细粒度访问控制的实战演示
  • 【嵌入式C语言】七
  • 【IQA技术专题】 多尺度的transformer网络IQA:MUSIQ
  • GO语言的主要语法和特性
  • 跨平台游戏引擎 Axmol-2.8.1 发布
  • 突破反爬限制:动态IP轮换策略与实现
  • XXL-JOB源码分析(服务端)
  • “唐人街大赛第二届”题解
  • Spring Boot 3.x 的 @EnableAsync应用实例
  • 基于51单片机的信号发生器函数发生器设计
  • 存储卡备用区用尽,拷贝机设置坏块数量又有何意义?
  • hot100-贪心算法(附图解思路)
  • 项目升级--Nginx
  • 一种基于迁移学习的零样本故障诊断方法
  • WSL2环境下因服务器重装引发的SSH连接问题排查记录
  • fastapi通过sqlmodel连接Mysql实现crud功能
  • 如何进行神经网络的模型训练(视频代码中的知识点记录)
  • 2025最新超详细FreeRTOS入门教程:第一章 FreeRTOS移植到STM32
  • dp算法的种类