Der Weltraum-Laser-Radar kann die verteilung der vertikalen Wolken- und Aerosolmerkmale beobachten und ist ein einzigartiges Mittel zur untersuchung und überwachung von Wolken und Aerosolen. Der Weltraum-Laser-Radar mit vertikaler orthogonalpolarisierung von Wolken und Aerosolen (CALIOP) ist seit vielen Jahren im Orbit und hat eine große Menge an Beobachtungsdaten über die verteilung von Wolken und Aerosolen geliefert. Die Bestimmung der raumposition von Wolken und Aerosolen aus Laser-Radardaten ist eine voraussetzung für eine genaue inversion und das extrahieren von schichteninformationen. Der offizielle Algorithmus von CALIOP verwendet empirische Schwellenwerte zur erkennung von schichten, was zu vielen unerkannten schichten führt. Die aktuellen Hypothesentestmethoden, wie der einfache eindimensionale Multiskalen-Algorithmus (1D-SMA), verwenden index-tests anstelle von traditionellen empirischen schwellenwerten und verbessern so die erkennungsgenauigkeit. Alle oben genannten methoden berücksichtigen jedoch nicht die räumliche kontinuität der Signale von Schichten in einem zweidimensionalen vertikalen profil, und das phänomen der unerkannten erkennung bleibt bestehen. Daher wird in diesem artikel ein einfacher zweidimensionaler multiskalen-algorithmus (2D-SMA) vorgestellt, der auf der Wahrscheinlichkeitsverteilung bernoulli basiert, die empirischen schwellenwerttabellen durch statistische Wahrscheinlichkeitsmodelle ersetzt und mehrere zweidimensionale schichterkennungsfenster verwendet, die die räumliche kontinuität der signale von benachbarten profilen abdecken. Der neue Algorithmus liefert eine gesamterkennungsfläche mit hoher horizontaler Auflösung (5-80 km), die um 50,45% größer ist als der offizielle CALIOP-Algorithmus und um 32,45% größer als die eindimensionale Methode 1D-SMA. Der neue Algorithmus ermöglicht die erkennung von schichten mit einer horizontalen Auflösung von 5-20 km, vergleichbar mit der gesamten erkennungsfläche des offiziellen algorithmus.

Weltraum-Laser-Radar; CALIOP; Wolken und Aerosole; Schichterkennung; Multiskalen