A machine learning based 24-h-technique for an area-wide rainfall retrieval using MSG SEVIRI data over Central Europe

The aim of the present study was to develop a 24-h-technique for the process-related and quantitative estimation of precipitation in connection with extra-tropical cyclones in the mid-latitudes based on MSG SEVIRI data using the machine learning algorithm random forest. The algorithms and approach...

Ausführliche Beschreibung

Bibliographische Detailangaben

1. Verfasser:	Kühnlein, Meike
Beteiligte:	Nauss, Thomas (Prof.) (BetreuerIn (Doktorarbeit))
Format:	Dissertation
Sprache:	Englisch
Veröffentlicht:	Philipps-Universität Marburg 2014
Schlagworte:	Satellite remote sensing Geowissenschaften Random forests Wolkeneigenschaften Wolken Meteosat-8 SEVIRI Cloud properties Maschine learning Maschinelles Lernverfahren Angewandte Geographie Satellitenfernerkundung Clouds Precipitation Niederschlag Earth sciences
Online-Zugang:	PDF-Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!