logo móvil
Contáctanos

Campaña ORACLES, septiembre de 2016: Inversión de observaciones HSRL-2 con un algoritmo de regularización en parámetros microfísicos de partículas y comparación con datos in situ aéreos

Autores: Kolgotin, Alexei; Müller, Detlef; Korenskiy, Mikhail; Veselovskii, Igor

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Astronomía

Palabras clave

Propiedades microfísicas
Capas de contaminación
Centro de Investigación Langley de la NASA
Lidar aéreo de alta resolución espectral
Coeficientes de retrodispersión
Coeficientes de extinción

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 8

Citaciones: Sin citaciones


Descripción
Presentamos propiedades microfísicas de las capas de contaminación observadas con el lidar de alta resolución espectral (HSRL-2) del Centro de Investigación Langley de la NASA. Los datos obtenidos por HSRL-2 consisten en perfiles verticales de tres coeficientes de retrodispersión tomados a 355, 532 y 1064 nm y dos coeficientes de extinción medidos a 355 y 532 nm. En nuestro estudio, (1) invertimos los datos de 3 + 2 en distribuciones de tamaño de partículas con un algoritmo de regularización y, posteriormente, calculamos (2) la concentración de número y (3) el albedo de dispersión simple para cuatro perfiles de medición. Realizamos una primera comparación con las mismas características de partículas medidas con instrumentos in-situ aéreos. Los instrumentos in-situ fueron volados a bordo del avión P-3B, que siguió la trayectoria de vuelo del avión ER-2 que llevaba el HSRL-2. Encontramos una buena concordancia de los productos de datos co-localizados (espacio y tiempo), con un grado de fiabilidad que alcanzó el 90%. Se necesita llevar a cabo un estudio más detallado sobre un conjunto de datos más grande en trabajos futuros para (a) obtener factores de corrección importantes, (b) estudiar la influencia de diferentes modelos de dispersión de luz en los resultados de inversión y (c) identificar fuentes de incertidumbres en la recuperación y medición.

Otros recursos que podrían interesarte

    Temas Virtualpro