Satellite-Based Fog Detection: A Dynamic Retrieval Method for Europe Based on Machine Learning
Fog has many economic as well as ecological impacts and it directly affects human life in many ways. The large number of fog influence factors shows that a comprehensive understanding of its causes and a precise mapping of the spatio-temporal distribution patterns are of great interest. Since there...
| Main Author: | |
|---|---|
| Contributors: | |
| Format: | Doctoral Thesis |
| Language: | English |
| Published: |
Philipps-Universität Marburg
2019
|
| Subjects: | |
| Online Access: | PDF Full Text |
| Tags: |
No Tags, Be the first to tag this record!
|
Nebel hat eine große Anzahl wirtschaftlicher und ökologischer Auswirkungen und beeinflusst das menschliche Leben in vielerlei Hinsicht. Die Menge der Einflussfaktoren zeigt, dass ein umfassendes Verständnis seiner Bildungsursachen und eine genaue Erfassung seiner raumzeitlichen Verteilungsmuster von großem Interesse sind. Da es berechtigte Bedenken hinsichtlich der allgemeinen Anwendbarkeit bestehender Nebelerkennungsverfahren gibt, werden in dieser Arbeit neue Techniken der satellitengestützten Nebelerkennung untersucht und darauf aufbauend raumzeitliche Informationen über die Nebelverteilung in Europa abgeleitet. Die zentralen Neuentwicklungen dieser Arbeit sind: - Bei der Nebelerkennung wurden keine statischen Annahmen bezüglich der mikrophysikalischen Eigenschaften herangezogen. - Es wurde ein neuartiger hybrider Ansatz auf Basis von maschinellen Lernmethoden entwickelt, der 24 Stunden am Tag kontinuierlich angewendet werden kann. - Der Algorithmus berücksichtigt alle Nebeltypen. Regionen mit unterschiedlichen Nebeltypen konnten auf Basis des erzeugten Nebelprodukts aufgrund ihrer typischen Tages- und Jahresgänge indirekt voneinander unterschieden werden. - Erstmals konnten für Europa Nebelfrequenzkarten für verschiedene Großwetterlagen separat für jeden Nebeltyp erstellt werden.