1981-2018年全球0.05度大气层顶反照率逐日数据

由于已有的基于AVHRR数据的大气层顶反照率产品存在只包含陆地并且有较高不确定性的问题，本项目提出了一种改进后的算法。算法通过采集同步同角度的AVHRR-CERES样本对，并结合对应的角度信息和大气再分析数据MERRA-2相应的大气层顶反照率值，一起组成了机器学习的输入数据集，并以此生产了该数据集。

Existing top-of-atmosphere (TOA) albedo products based on AVHRR data only cover terrestrial areas and suffer from relatively high uncertainty. To address these limitations, this study proposes an improved algorithm. The algorithm constructs a machine learning input dataset by collecting synchronous and co-angular AVHRR-CERES sample pairs, combined with corresponding angular information and the TOA albedo values from the atmospheric reanalysis product MERRA-2, and then uses this dataset to generate the target dataset.

搜集汇总

背景与挑战

背景概述

该数据集是1981年至2018年全球范围内空间分辨率为0.05度的逐日大气层顶反照率数据，采用改进算法结合AVHRR、CERES和MERRA-2数据，通过机器学习方法生成，旨在解决现有产品仅覆盖陆地且不确定性高的问题，与CERES数据相比平均偏差为7.3%。