地球资源数据云——数据资源详情
生成的数据集用于描述欧洲、印度和美国的表面臭氧浓度。地表臭氧浓度是使用学习地表臭氧(LESO)框架根据卫星测量和气象数据估算的。LESO 估计框架包含深度森林 (DF21) 机器学习算法。输入是 OMPS Nadir - Mapper 总臭氧柱和 ERA5 再分析数据(包括温度 (t)、O3 混合比 (o3)、相对湿度 (r)、云量、U - /V - 风分量 (u/ v)、云量 (cc) 和雨水含量 (crwc)(分别为 200 hPa、500 hPa、700 hPa、900 hPa 和 1000 hPa)。

生成的数据集用于描述欧洲、印度和美国的表面臭氧浓度。地表臭氧浓度是使用学习地表臭氧(LESO)框架根据卫星测量和气象数据估算的。LESO 估计框架包含深度森林 (DF21) 机器学习算法。输入是 OMPS Nadir - Mapper 总臭氧柱和 ERA5 再分析数据(包括温度 (t)、O3 混合比 (o3)、相对湿度 (r)、云量、U - /V - 风分量 (u/ v)、云量 (cc) 和雨水含量 (crwc)(分别为 200 hPa、500 hPa、700 hPa、900 hPa 和 1000 hPa)。
生成的数据集用于描述欧洲、印度和美国的表面臭氧浓度。
LESO 估计框架包含深度森林 (DF21) 机器学习算法。
在本页登录后即可下载。建议引用格式:地球资源数据云. 论文“LESO 对表面臭氧的卫星估算:扩展应用和性能评估”的数据集. https://www.gis5g.com/dataset/2268