Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Zawartość zarchiwizowana w dniu 2024-05-24

Development of generic earth observation based snow parameter retrieval algorithms

Article Category

Article available in the following languages:

Zastosowanie mikrofal do badania śniegu

Naukowcy z Krajowej Rady Naukowej we Włoszech odkryli nowe metody analizy mikrofal rozproszonych, służące do określania szeregu ważnych charakterystyk śniegu.

Zmiana klimatu i środowisko icon Zmiana klimatu i środowisko

Teledetekcja jest istotnym narzędziem stosowanym w wielu dyscyplinach nauki o środowisku. Umożliwia ona zdobywanie danych z dużych obszarów w stosunkowo krótkim okresie czasu, a także z regionów niedostępnych, gdzie pomiary na poziomie gruntu nie są możliwe. Dane zbierane są dzięki analizie rozproszonego sygnału impulsów emitowanych z czujników na pokładzie satelity. Program Energia, Środowisko i Zrównoważony Rozwój sfinansował projekt ENVISNOW obejmujący zaawansowaną teledetekcję śniegu. Krajowa Rada Naukowa we Włoszech (CNR), członek konsorcjum ENVISNOW, skoncentrowała swoją uwagę na mikrofalowym zakresie widma. CNR wykorzystała swoją ekspertyzę dotyczącą teorii rozproszenia do opracowania dwóch nowych modeli, w oparciu odpowiednio o transfer promienisty gęstego medium (DMTR) i teorię silnej fluktuacji (SFT). Oprogramowanie zakodowane zostało w języku Matlab. Testy czułości, przeprowadzone z wykorzystaniem danych eksperymentalnych, pozwoliły na zrozumienie zastosowania modeli do badania śniegu zarówno suchego, jak też mokrego. Dodatkowym kamieniem milowym osiągniętym przez CNR podczas pracy z ENVISNOW jest znalezienie nowego algorytmu do określania wodnego ekwiwalentu śniegu (SWE) i głębokości śniegu (SD). Zostało to potwierdzone przy użyciu specjalnego czytnika mikrofalowego (SSM/I) danych nad Finlandią oraz mikrofalowego radiometru skanującego (AMSR-E) danych nad Norwegią. Wyniki analizy statystycznej wykazały znaczną poprawę w porównaniu ze stosowanymi ustalonymi technikami, takimi jak inwersja. CNR zwraca także uwagę, że nowy algorytm jest szczególnie przydatny w miejscach, gdzie występują nieliczne naziemne stacje monitorowania, znacznie od siebie oddalone.

Znajdź inne artykuły w tej samej dziedzinie zastosowania