우주 레이저 레이더는 구름과 에어로졸 특성의 수직 프로파일 분포를 관측할 수 있으며, 구름과 에어로졸 연구 및 모니터링의 고유 한 수단입니다. 직교 편광 구름 및 에어로졸 레이다 (CALIOP)는 몇 년 동안 궤도에 있어 대량의 구름과 에어로졸 프로파일 관측 데이터를 제공했습니다. 레이더 데이터에서 구름과 에어로졸 층의 공간 위치를 감지하는 것은 정확한 역방향 및 층 정보 추출의 전제 조건입니다. CALIOP 공식 알고리즘은 경험적 임계 값으로 층을 감지하는데 많은 층이 누락되어 있습니다. 현재 1 차원 단순 다중 스케일 알고리즘 (1D-SMA)을 대표로 하는 가정 검정 알고리즘은 지정 된 신호가 배경 대기의 분포 가정과 일치하는지 테스트함으로써 전통적인 경험적 임계 값 배열 설정을 피하고 감지 정확성을 향상시킵니다. 그러나 상기 방법은 2 차원 수직 프로파일 장면에서 층 신호의 공간 연속성을 고려하지 않았으며 누락 현상이 계속 발생했습니다. 따라서 본 논문에서는 군넨날리 분포를 기반으로 한 2 차원 단순 다중 스케일 알고리즘 (2D-SMA)을 제안했습니다. 이를 통해 통계적 확률 모델을 사용하여 경험적 임계 값 배열을 대신하고 인접 프로파일 신호의 공간 관련을 활용하기위해 다중 다중 스케일 층 감지 창과 결합하였습니다. 새로운 알고리즘은 전체 수평 해상도 (5-80 km)에 걸쳐 감지 된 프로파일 총 면적을 CALIOP 공식 알고리즘보다 50.45％ 높이고 1D-SMA보다 32.45％ 높이로 감지 했습니다. 새로운 알고리즘은 5-20 km 수평 해상도에서만 공식 알고리즘과 동일한 총 면적의 층 탐지 양을 달성했습니다. 최종적으로 본 논문은 얼음 구름 퇴폐 비율 평가를 통해 신규 알고리즘의 감지 신뢰성을 검증했습니다.

원격 감지;우주 레이저 레이더;CALIOP;구름과 에어로졸;층 탐지;다중 스케일