Name: Improving Infrared-Based Precipitation Retrieval Algorithms Using Multi-Spectral Satellite Imagery (en Inglés)
Price: 2027.70 MXN
Availability: InStock
Author: Nasrollahi, Nasrin
ISBN: 9783319363325

portada Improving Infrared-Based Precipitation Retrieval Algorithms Using Multi-Spectral Satellite Imagery (en Inglés)

Improving Infrared-Based Precipitation Retrieval Algorithms Using Multi-Spectral Satellite Imagery (en Inglés)

Formato

Libro Físico

Autor

Nasrin Nasrollahi

Editorial

Springer

Idioma

Inglés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 0.5 cm

Peso

0.14 kg.

ISBN13

9783319363325

Categorías

Geofísica
Meteorología y climatología
Ciencia, ingeniería y tecnología medioambientales

Improving Infrared-Based Precipitation Retrieval Algorithms Using Multi-Spectral Satellite Imagery (en Inglés)

Nasrin Nasrollahi (Autor) · Springer · Tapa Blanda

Libro Nuevo Importado

Envío: 23 a 29 días háb.

$ 3,686.72$ 2,027.70

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 2,027.70

¡Envío Gratis! Llega entre el 19 Jun y el 01 Jul a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Improving Infrared-Based Precipitation Retrieval Algorithms Using Multi-Spectral Satellite Imagery (en Inglés)"

This thesis transforms satellite precipitation estimation through the integration of a multi-sensor, multi-channel approach to current precipitation estimation algorithms, and provides more accurate readings of precipitation data from space.Using satellite data to estimate precipitation from space overcomes the limitation of ground-based observations in terms of availability over remote areas and oceans as well as spatial coverage. However, the accuracy of satellite-based estimates still need to be improved.The approach introduced in this thesis takes advantage of the recent NASA satellites in observing clouds and precipitation. In addition, machine-learning techniques are also employed to make the best use of remotely-sensed "big data." The results provide a significant improvement in detecting non-precipitating areas and reducing false identification of precipitation.