文摘
高时空变异性的云需要自动监测系统。本研究提出了一种检索算法评估半球形热红外扫描辐射计观测,NubiScope,生产地理空间显式云地图。该算法利用大气温度和湿度的大气辐射传输概要文件和代码来区分多云和万里无云的测量。云,估计其使用温度曲线和查看几何位置。该算法测试25云Fmask算法生成的地图从陆地卫星7号拍摄图像。整个云检测率从0.607天顶角度0到10°为50 - 60°0.298像素的基础上。0.987的整体检测万里无云的像素是天顶30 - 40°的角度和更稳定的在整个范围的天顶角度相比,云检测。这证明了算法的能力在探测云层,但更好的是万里无云的区域。云底高度是最好的估计相比,高4000米测云仪基地高度但显示大偏差高于这一水平。这项研究显示了NubiScope系统产生潜在的高时空分辨率云地图。 Future development is needed for a more accurate determination of cloud height with thermal infrared measurements.
1。介绍
云是至关重要的对地球的辐射和能源预算。macrophysical结构和微观物理学的性质确定其辐射强迫,因此他们的角色在地球的气候系统。然而,他们仍然最大的不确定性来源之一在全球能源预算1]。云的高时空变异性结果从他们依赖大气动力学、水汽和气溶胶,需要操作测量系统提供用以宏观和微观物理学的属性信息。,全球范围内区域,卫星检索检索云分布、云属性,甚至降雨是发达2,3),地面时空观测也可用由于缺乏合适的仪器。然而,检索云在当地规模高重要性的几个领域,包括辐照度计算所需的太阳能生产(4)、航空、和当地microclimatological研究。
地面扫描仪提供高时空分辨率的数据可能在云端提供高分辨率信息。然而,只有一些商业工具可以为本地应用程序提供时空数据对云层。全天空成像仪模型tsi - 880(洋基环境系统,Inc .)基于光学摄像系统可能是一个合适的系统,然而,限于白天天空条件。可用白天和晚上成像系统如昼/夜全天空成像仪的加州大学(5)和云红外成像仪(6还没有商业化。一个红外系统商业化NubiScope(才是/ Sattler-SES) (7]。基于两个Heitronics KT15.82 IIP高温计(8 - 14µ在36米)NubiScope扫描天空方位角步骤10°和30天顶角步骤3°的视场角3°。软件提供的制造商将原始数据转化为平均云底高度和云层覆盖在三层高度(8,9]。自从NubiScope操作完全自动化,该算法不需要任何外部输入数据,云量和云底高度信息可以获得一天24小时。
的潜力NubiScope总云量检测在很多研究中得到证实。波尔人等人利用NubiScope连同其他遥感系统得出一个分数云大气研究时间序列Cabauw实验现场,荷兰(10]。他们得出的结论是,NubiScope总云量的决心表现良好,建议使用NubiScope结合扫描测云仪未来运营云底的决心。小狗等人相比的性能NubiScope云量和云底高度产品与白天可见光及近红外光谱全天空成像仪(WSI),一个Vaisala测云仪LD-40,和ka波段云雷达(11]。他们发现,在90%的情况下,WSI和NubiScope云层差异小于2 okta。的云底高度NubiScope显示良好的相关性与测云仪3公里的高度。3公里以上的差异更随机。Wauben NubiScope的性能测试2个月荷兰皇家气象研究所(其中),印度,荷兰(8]。该协议与云层测云仪时间序列在大多数情况下是好的。然而,意味着NubiScope云底高度高于云高计。Wauben解释这部分和半透明的云,降低检测亮度温度,从而增加派生云底高度(8]。Wauben相比,小狗等人发现,平均测云仪云基地高于NubiScope云基地(11]。这一方面可能是由于失踪从大气中排放低于云。
因为云高派生假设标准温度曲线,实际温度曲线的不确定性使NubiScope的云底高度的决心,而不确定的。此外,有水蒸气的影响在8 - 14µm地区导致增加万里无云的天空温度,从而低估了云底高度增加天顶角。在这种背景下,小狗等人提出的改进NubiScope算法包括现实的垂直温度和水蒸气分布的测量或模仿外部配置文件(11]。
在标准操作模式下,NubiScope只提供平均云量和云底高度在整个扫描半球。到目前为止,该仪器还没有用于生产空间显式云底高度地图。然而这些都是有价值的好处,因为他们提供当地信息在高空间和时间分辨率。通过结合云底高度信息来自红外温度检测到NubiScope连同相应的天顶角和方位角信息,发现云每扫描角的定位应该是可能的组合。因此,本研究的目的是探索可能产生地理空间显式云底高度地图从NubiScope测量。本文的结构如下。部分2提供的信息数据和方法用于这项研究。这包括测量温度和水蒸气资料来提高云底高度计算和算法的描述来确定云离地面定位。节3,该算法的结果相比,卫星图像对该公司的评价。
2。数据和方法
2.1。数据
2.1.1。红外扫描仪
在这项研究中使用的仪器是一个版本的NubiScope两个高温计。第二相反方向的第一个高温计进行测量,从而部分扫描时间相比,早期版本有一个高温计。这是安装在2009年12月在辐射测量平台在实验楼的气象台Lindenberg——Richard-Aßmann-Observatory德国气象服务(DWD) (MOL-RAO, cf。小狗et al ., 2010)为52.2086°N, 14.1213°E, 127美国手语。NubiScope扫描天空36个方位角步骤10°和30天顶角步骤3°的视野3°。在摘要中,方位和天顶角的独特组合称为sterical像素。一个全半球形扫描大约需要3.5分钟,开始每5分钟。在制造商的算法计算出的云底高度是假设干绝热递减率每100米0.98°C的混合层,这是固定的150米。在混合层,直减率为0.65°C / 100使用的自由气氛,适应环境温度测量的NubiScope地平线。低的区别、媒介和高云是由比较测量云温度降低介质的边界和高云在2100和5400 m,分别。在这项研究中,原始数据从2010年1月到2011年10月。 Raw data include measured brightness temperatures from all measured zenith-azimuth-combinations and NubiScope internal housing temperature. For technical features of the NubiScope the reader may refer to Table1。
2.1.2。温度、水蒸气和压力资料
考虑水蒸气排放的影响在NubiScope温度测量,温度和水蒸气从微波分析器使用概要文件结合辐射传输代码。微波分析器mp - 3001(美国放射公司,博尔德有限公司)自1998年以来一直运行在摩尔(12]。温度在°C,湿度在g m绝对湿度−3在47个高程水平从112年到10112年每10分钟。底层原理获取温度和水蒸气概要文件通过微波分析器全面描述其他地方(13- - - - - -15]。获得压力profiles数据从Vaisala RS92无线电探空仪推出每日在摩尔00:00,06:00时,12:00,18:00 UTC是使用。
2.1.3。卫星图像
验证的计算云从NubiScope测量位置,time-synchronous云+面具源自增强型专题成像仪(ETM +)的美国地球资源卫星7号空间分辨率为30米。云的面具是派生Fmask(面具)的函数算法。Fmask是一个基于对象的云检测方法,利用反射亮度温度测量和光学和热红外波段(16]。在验证方法中,Fmask达成整体精度96.4%的云识别手册相比,视觉分类应用在全球分布的示例场景16]。Fmask证明可靠的云识别算法和采用陆地气候数据记录存档的美国地质调查局(http://landsat.usgs.gov/CDR_ECV.php),在这项研究中使用的示例场景拍摄。表2在这项研究中使用的陆地卫星场景列表。他们代表所有镜头的重合NubiScope扫描可用在研究期间。所有场景都记录在大约50 UTC,天桥的陆地卫星7号拍摄的时候Lindenberg天文台。因此,即使NubiScope也能夜间观测,所有验证样本白天。
2.1.4。测云仪观察
同时NubiScope观测,测云仪观测通常Lindenberg天文台。在这项研究中,我们使用了CHM 15 k“灵气”(德国耶,耶拿,德国)。这个云测云仪可以记录到5层,但是在这项研究中只有注册层被认为是最低的。
2.2。云底高度映射算法
在下面几节中,该算法对于时空的云映射通过NubiScope介绍(cf图1)。在第一步中,算法检测多云sterical像素。为了这个目的,一个大气辐射传输代码。云通常发出的红外辐射比万里无云的天空背景。因此,如果测量亮度温度超过一个万里无云的天空,这是与辐射传输模拟代码,sterical像素看作是多云。在这种情况下,它的基础高度是由大气温度曲线的方法。从云底高度和已知的观测几何,云在地面的坐标是被推断出来的。每个sterical像素分别治疗,结果结合起来形成最终云全扫描间隔的地图。
2.2.1。检测多云Sterical像素
云检测的方法是基于Thurairajah和肖17]。他们测量辐射在8 - 14µm地区云红外成像仪和比较结果与模拟辐射基于水蒸气从微波辐射计测量和空气温度。在万里无云的天空条件下,测量的区别,理论模拟的辐射是0。为多云天气,测量辐射比模仿万里无云的天空辐射大,由于更高的排放从云基地。后减去测量辐射模拟光辉的万里无云的天空条件,他们获得剩余的光辉< 2 W m−2老−1。这种差异最可能源于噪音电子检索以及不准确的大气状况,在计算辐射产生的误差。因此,他们引入了阈值以下的差异仍视为万里无云的天空。这些阈值分别为1.5和2.65 W m−2老−1分别测试网站的巴罗和俄克拉何马州。
在目前的研究中,辐射传输代码等浮电缆(18光谱辐射率)是用来模拟万里无云的天空。对于每个NubiScope扫描,流光输入文件准备和由此产生的万里无云的天空向下辐射流光乐队的光谱范围NubiScope计算。所需的输入包括大气资料来自微波分析器和无线电探空仪测量。如果微波和无线电探空仪配置文件没有暂时匹配NubiScope扫描,他们暂时的插值。无线电探空仪压力资料插值与微波分析器的水平。空气温度、水蒸气和压力资料与中间纬度扩展标准高出地面100公里。使用臭氧标准配置文件中实现的代码。所有标准配置文件数据的基础上埃林森et al。19]。观测天顶角的变化从1.5°到85.5°3°步骤。比较模拟与测量NubiScope光谱辐射亮度温度,后者被译成光谱辐射根据普朗克定律(见(1))的假定发射率1: 在哪里光谱辐射,是波长,是温度,普朗克常数,是光速,是玻尔兹曼常数。
模拟882年光辉的天顶角3°扫描周期,确定为万里无云的天空,天气观察员在摩尔,是平均2.77 Wm−2老−1小于测量辐射。万里无云的天空残差的正相关关系(测量辐射-模拟辐射)NubiScope住房温度被发现。这可能是解释与上升的热发射从NubiScope住房内部温度上升,影响测量。因此,介绍了阈值检测云NubiScope住房温度的线性函数。线性回归模型与万里无云的天空残差作为因变量和内部NubiScope温度作为独立变量被引入分别为每个天顶角。图2显示了回归模型的3°天顶距的情况。回归线代表平均残余和温度。因此,剩余(-模仿光辉)被宣布为阴,如果是超过2个标准差远回归线。标准偏差计算的882万里无云的天空场景。
2.2.2。云底高度计算
多云的像素的基础高度是假设计算,云滴周围空气的温度和亮度温度代表云底温度测量。这个温度比较各自的测量大气温度曲线来检索云底高度。使用线性插值来获得连续的温度资料离散高度测量微波分析器。万里无云的天空像素的高度是派生的平均高度有效的云像素允许geolocalization万里无云的天空区域。
2.2.3。Geolocalization云
除了云底温度和高度信息,sterical像素定义的方位和天顶扫描角度包含关于扫描云底区域的空间信息。这里假设扫描表面sterical像素是一个同质区域与椭圆的形式在一个给定的高度与地面平行。椭圆的形式可以被扫描视场想象成一个锥形的尖端NubiScope和波束角等于视野。这是见图3对于单个sterical像素与Ns NubiScope位置。
识别谎言的区域在一个椭圆,坐标和椭圆的中心的点以及椭圆参数需要计算。预定的参数测量的天顶角 ,的方位角 ,领域的观点 ,和云底高度离地面 。从这些参数在地面的距离和直接的距离从可以计算NubiScope Ns。
我们可以看到在图3,不是实际的椭圆的中心位置,但地方视野轴穿过测量椭圆。获得正确的 , 和必须首先计算。 的帮助下 , , ,和普通椭圆方程,可以获得。 椭圆,中心的坐标点在距离而不是需要从Ns为 。这将导致 通过这种方式,一个椭圆可以为每个测量周期的1080 sterical像素代表天空的部分将被测量。自NubiScope的地理坐标是已知的,每个椭圆中心的地理坐标点可以确定。
2.3。验证
进行验证,结果提出NubiScope云映射算法相比Fmask云掩模(部分2.1。3)来自陆地卫星场景可用在研究期间(cf表2)。数量的真阳性、假阳性真阴性和假阴性像素计算区域内扫描NubiScope和真正的积极率(TPR;正确识别云)和真阴性率(TNR;正确识别万里无云的天空)计算(cf。5))。这样做是分别对不同天顶角的间隔。真正积极的像素被正确识别和本地化的提议NubiScope算法。假阴性NubiScope像素检测的算法,但并不是在Fmask云面具。真阴性像素正确识别万里无云的天空像素和假阴性的像素像素错误分类是万里无云的天空。 此外,总体精度(ACC (6))和地区偏见(AB, (7))计算。ACC的比例是正确的分类分类和有一个最佳的1。AB显示如果云总面积结束——(AB > 1)或低估(AI < 1)。 有关的计算云底高度NubiScope数据,这可以认为是正确的如果云层的位置由NubiScope云映射算法和陆地卫星派生云掩码匹配。
此外,NubiScope云底高度(CBH)相比,从CHM 15 k测云仪读数。对于每个NubiScope扫描,六NubiScope sterical像素接近天顶(1.5°)平均和标准偏差是派生的。相同的过程适用于所有同时测云仪读数在各自NubiScope数据。只有NubiScope-ceilometer双显示NubiScope和测云仪观测不到50 m标准差考虑在内。以这种方式只有情况下云层被认为是均匀的。这个过滤导致总数5737 CBH成对比较。此外,CBH导出的软件制造商提供的相同的间隔。在以下的算法提出了被称为RTM算法,因为它是基于辐射传输模型。制造商的算法被称为才是理想的算法。
3所示。结果
3.1。评估统计
表3总结了评价结果的25个场景陆地卫星和NubiScope数据是可用的。一个结果是天顶角度较大的像素数量的不断增加,这是由于扩展椭圆区域增加天顶角。性能分析只发生在这些椭圆区域。总之,评价结果指向一个NubiScope介绍算法的良好性能。这同样适用有关的不同观测几何NubiScope(云底)相比,陆地卫星(云顶)。尽管少数像素考虑统计分析在小天顶角度(< 10°)的TPR表明一个好的性能提出NubiScope算法对云检测。在大天顶角度云检测表现不积极,但非常稳定。另一方面,高真阴性率所有顶点角指向一个更好的性能的检测算法的无云区域。这是预期的,因为无云决策依赖于一个阈值测试,而对于正确的云检测和定位高度可靠的基地的任务是需要另外阈值决定。在万里无云的天空,因为更高的性能检测和整体更多的万里无云的天空像素,对所有天顶距精度高间隔小下降趋势在大天顶角度。
关于区域估计,该算法低估了浑浊的天顶角60°。这可能是解释为万里无云的天空亮度阈值。见图2高,阈值必须设置,以确保尽可能多的万里无云的天空情况下低于它。这增加了机会,云低排放受阈值,并声明为万里无云的天空。作为一个副作用,无云区域的高估可能增加了TNR,如果选择场景包含比多云地区无云区域。
3.2。案例研究
下一节介绍该算法的结果。首先,将显示一个万里无云的天空中说明的能力辐射传输模型的方法。部分3.2。1- - - - - -3.2。4治疗案例研究不同云量和云类型。
3.2.1之上。2010年6月16日万里无云的天空
宝成UTC时间2010年6月16日在MOL-RAO天空无云。一块的平均测量和模拟光谱辐射/天顶角NubiScope周期图中可以看到4。剩余辐射(光辉-模仿光辉)−0.99和0.83 W m之间不等−2老−1。上层万里无云的天空亮度阈值推断NubiScope住房温度29.5°C 5.94 W m−2老−1(见部分2.2。1)。因此,现场被正确地命名为万里无云的。
3.2.2。2011年7月5日散云
2011年7月5日宝成UTC,天空MOL-RAO略被积云状的云层覆盖,主要在北部和东部(数字5(一)和5(b))。椭圆交办NubiScope算法类似于整体Fmask-based云分布(图5(b))的万里无云的天空MOL-RAO和附近环境破环云~ 2.5公里的距离。除了一些单一的假阳性检测实例,万里无云的天空走廊跑步从西北到东南部发现正确(图5(b))。尽管从总体上看,完全低估的云量(0.74)AB,多云地区有点高估了NubiScope算法在大天顶角度。这可能是由于错位散云与云边缘不完全覆盖sterical像素。因为云像素内的信号,他们正确地声明为多云。然而,由于扫描视场内的万里无云的天空信号测量亮度温度降低导致过高高度geolocalization赋值,结果错了。这种效应导致了整体真阳性率低(<天顶角度80°)为0.31。然而,整个真阴性率高为0.90。总体精度为0.78。
3.2.3。2011年6月19日密集的云层
2011年6月19日宝成UTC,大量密集的云层覆盖着天空MOL-RAO,从西南向东北延伸(图6)。在东北,云区溶解成半透明的云。,NubiScope算法复制Fmask云模式很好。省略号在南部和东北部出现在距离压缩和扩展只~ 2.5公里。这是因为密集覆盖光学厚云阻止甚至在长距离大天顶角度测量。密集的覆盖也刺激高TPR的0.74。为数不多的椭圆在东部和东南部的距离7.5公里MOL-RAO是由于云差距使测量数据更大的距离。在光学薄云层在西北方向,云计算基地更高。然而,在这一领域分类精度较低。整体TNR相比低了0.76的平均性能(表2)。这是由于误分类由于混合信号在西北。总体精度为0.75比平均水平高。0.78表示低估的AB多云的地区。这主要是由于大假阴性的椭圆。
3.2.4。半透明云2011年8月29日
2011年8月29日09:56 UTC,天空在MOL-RAO主要是光学薄云层从西南到东北(图7)。我们可以看到在图7(b), NubiScope算法检测到多云和无云区域好按照Fmask算法。整个TPR(天顶角< 80°)为0.78,TNR为0.74,和准确性是0.75。此外,NubiScope算法正确区分之间的低光密度层积云状的云的云底高度的距离~ 3公里,云底高度越高的半透明的云层在一个更大的距离从MOL-RAO超过5公里。陆地卫星的两层云也可见RGB图像和由计算高度复制的各自的椭圆(图7(a))。问题是明显的西北地区为少数人云。四个多云椭圆检测算法几乎与现实云。这个错误是由于扩展椭圆的面积较大的天顶角度。自从小云完全不包括椭圆区域,测量辐射由一个多云的和一个万里无云的天空背景信号。sterical像素被正确识别为多云因为测量辐射太高万里无云的天空。然而,云的温度不能确定正确。这将导致更低的亮度温度,最后云底高估计。这些超大的椭圆也导致的过高的多云的地区(AB的1.02)。
3.3。云底高度
根据RTM的NubiScope CBH算法不同同意测云仪CBH不同高度(图8(一个))。低于4000米RTM算法低估了测云仪CBH 302相比。估计超过4000 m NubiScope RTM CBH平均1647低。在高云NubiScope CBH似乎很大程度上独立于测云仪CBH。这可能源于大气排放的相关效应导致CBH低估。与这些结果才是算法低估CBH低于4000米测云仪相比,390米,4000米,1013米以上。然而,在1520例的算法没有结果。据Wauben et al .(2012)这当总云量是低于12.5%。
(一)
(b)
4所示。讨论
提出了基于RTM的算法表现出良好的功能检测sterical像素的万里无云的天空。这是支持的总体性能检测有关万里无云的天空万里无云的天空的案例研究。万里无云的天空区域的空间区段描述高按照Fmask结果。
多云sterical检测的像素,一个较低的性能。提出了案例研究提供一些解释这些结果。提出了算法假定云都符合sterical像素。这导致问题云边缘和小型云。被测信号由云和万里无云的天空背景,被确定为阴天,因为它的辐射比万里无云的天空辐射。然而,云的温度不能确定正确,导致较低的亮度温度,最后云底高估计。较小的视角NubiScope和限制降低较小的天顶角度可以提高分类的结果。
正确的半透明的映射和破碎的云是复杂的同样的效果。混合云,万里无云的天空信号各自的sterical像素降低辐射测量(例如,[20.])和导致减少亮度温度相比,一个不透明的云与云底温度和基础高度相同。这种效应不应当通过减少仪器视场,但它需要更多的云类型及其发射率的信息。相同的机制阻碍了正确的映射等半透明云卷云。卷云通常不透明,让背景天空传送,他们已经减少了相对于一个不透明的云在相同的高度和温度。这些万里无云的天空区域减少辐射测量(例如,20.])。再次需要更多关于云的信息类型。此外,sterical像素可能代表一个云,而不是它的底部。随着更高的地区的云一般温度较低,云基地将映射在一个较低的高度。
另一个问题是由于辐射测量本身。拖缆的辐射传输模型被用来估计无云大气辐射。多云的情况下,云的基本无云的高度决定了大气路径是被测信号的一部分。Thurairajah和肖17)认为,减去整个大气发射信号”是一个自我修正问题的云检测由于高云上面基本上所有的水蒸气和厚云很容易检测,因为他们的大的剩余辐射。“如果我们的目标是确定云的排放,不仅检测,这句话仍然对高云。然而,低云层盾的更高部分大气,可能还有大量的排放。在这种情况下减去整个大气的排放导致低估云的发射信号。因此,消除被测信号的大气排放仍然是一个悬而未决的问题。这个解决方案是使用模型反演方法:一个云插入RTM模拟,然后使用经验拟合迭代方法来最小化代价函数基于云参数和红外观测。模拟器辐射传输模型的建立与机器学习技术可以帮助加快优化程序和允许操作处理(21]。测量的空间格局可以帮助识别云层的数量,这里描述的算法给CBH初步估计。此外,这种方法完整的辐射传输模型反演可以云反射的地面热发射,尽管这只是几个百分点的热红外(22]。
总之,云的违反假设完全填补sterical像素,假设不透明的云,和查看云基地的假设通常导致CBH的高估,而忽略了大气的热发射和云的反射热发射导致低估。
不同的观看NubiScope之间的几何图形,扫描云基地,和陆地卫星传感器扫描云顶阻碍NubiScope提出算法的一个适当的评价。用以云底高度的信息(例如,从云扫描雷达或激光雷达)将允许更精确地确定潜在的问题,帮助改善了算法。
5。结论
云是高度动态的大气现象在时间和空间上。他们强烈影响地球辐射的预算从传入的短波辐射保护地球,减少即将离任的长波辐射。在全球平均的基础上,他们有一个净冷却效果的速度在−20 W m−2(23]。然而,当地的影响取决于他们高度可变微和macrophysical属性。在这种背景下,地面遥感系统有能力观察当地云分布具有高时空分辨率。
在这项研究中,结果表明,红外成像仪NubiScope有潜力白天和晚上的观察云。系统允许空间云映射具有高时空分辨率。为了这个目的,一个算法检测万里无云的天空,浑浊的像素在第一步通过比较实测信号与模拟信号万里无云的天空各自的大气温度和水蒸气概要文件。基于当前大气剖面测量云底温度转换成CBH。结合使用的计算基础高度是查看几何物理定位观察到那些云。
这种方法不同于才是理想的算法,它使用静态直减率在不同的层,给云层,但没有明确的空间位置。空间信息的情况下可以使用云位置有额外的重要性,例如,在云政权之间的过渡区。它还允许一个更直接的对比中说明的卫星图像研究。
算法的性能评估通过陆地卫星Fmask云面具和本色图像。结果显示通用协议算法和陆地卫星Fmask产生的模式。积云的最佳结果的最大距离从NubiScope 5公里。此外,万里无云的天空区域在不同天顶是公认的高精度角度。更多的问题发生在半透明的光学薄云层和更大的距离,也就是说,在大天顶角度。与模式才是算法相比,RTM方法能够稍微改善CBH检索相比,云的云高计低于~ 4公里。更高的云提出了两种算法的问题。
未来的研究应该解决的歧义问题混合像素。包括云模型的辐射传输模型可以作为一个模型反演技术与这里使用的简单的阈值。测量亮度温度的空间模式可能包含的信息云类型,可以支持辐射传输模型。另一方面,云气候学可以创建基于该算法,相对于其他气候学调查长期性能的变化。此外,彻底的输入参数灵敏度分析的算法,包括云/乌云决策规则,高温计,和大气分析器错误,应该执行。这将有助于集中努力改善算法的性能。
的利益冲突
作者声明没有关于这篇文章的出版的利益冲突。
确认
作者感谢MOL-RAO提供地面数据集。