Ein satellitengestützter Laserradar kann die vertikale Verteilung von Wolken- und Aerosoleigenschaften beobachten und ist somit ein einzigartiges Mittel zur Untersuchung und Überwachung von Wolken und Aerosolen. Der orthogonale polarisierte Wolken- und Aerosollaserradar (CALIOP) ist seit vielen Jahren in Betrieb und liefert eine Fülle von Daten zur Verteilung von Wolken und Aerosolen. Die Detektion der räumlichen Lage von Wolken- und Aerosolschichten in den Radardaten ist eine Voraussetzung für die präzise Umkehrung und Extraktion von Schichtinformationen. Der offizielle Algorithmus von CALIOP verwendet empirische Schwellenwerte zur Erkennung von Schichten, was zu vielen Fällen von Schichtauslassungen führt. Aktuelle Methoden wie der eindimensionale einfache Multiskalenalgorithmus (1D-SMA), der Verifikationstests verwendet, um zu bestimmen, ob ein bestimmtes Signal der angenommenen Hintergrundatmosphärenverteilung entspricht, vermeiden die Festlegung traditioneller empirischer Schwellenwerte und verbessern so die Erkennungsgenauigkeit. Diese Methoden berücksichtigen jedoch nicht die räumliche Kontinuität des Schichtsignals in einer zweidimensionalen vertikalen Szene und führen weiterhin zu Fällen von Schichtauslassungen. Die Autoren schlagen daher einen neuen Algorithmus basierend auf der zweidimensionalen multiplen Skala des Bernoulli-Verteilung (2D-SMA) vor, der das empirische Schwellenwertfeld durch ein statistisches Wahrscheinlichkeitsmodell ersetzt und die Detektionsfenster für mehrere Profile kombiniert, um die räumliche Korrelation der Signale benachbarter Profile zu nutzen. Der neue Algorithmus erkennt eine Gesamtfläche von Schichten mit horizontaler Auflösung (5-80 km) um 50,45% mehr als der offizielle Algorithmus CALIOP und um 32,45% mehr als die eindimensionale Methode 1D-SMA. Der neue Algorithmus benötigt bereits bei einer horizontalen Auflösung von 5-20 km eine Menge an detektierten Schichten, die der Gesamtauflösung des offiziellen Algorithmus entspricht. Schließlich bestätigen die Autoren die Zuverlässigkeit des neuen Algorithmus durch Evaluierung des Rückstreukoeffizienten von Eiswolken.

remote sensing;spaceborne LiDAR;CALIOP;cloud and aerosol;layer detection;Multiscale