Springer Theses - Improving Infrared-Based Precipitation Retrieval Algorithms Using Multi-Spectral Satellite ImageryEbookTooltip
Ebooks kunnen worden gelezen op uw computer en op daarvoor geschikte e-readers.
Je leest ebooks gemakkelijk op je Kobo e-reader, of op je smartphone of tablet met de bol.com Kobo app. Let op! Ebooks kunnen niet geannuleerd of geretourneerd worden.
Samenvatting
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.
Negatief, positief, neutraal: we zetten een review altijd online. We controleren wel eerst of ’ie voldoet aan onze reviewvoorwaarden en niet nep is. We controleren ook of ’ie is geschreven door iemand die het artikel heeft gekocht via bol.com en zetten dit er dan bij. De controles gebeuren automatisch, al kijken er soms mensen mee. Bol.com betaalt niet voor reviews. Als een reviewer door een andere partij is vergoed, staat dit in de review zelf.
Houd er rekening mee dat je downloadartikelen niet kunt annuleren of retourneren. Bij nog niet verschenen producten kun je tot de verschijningsdatum annuleren.
