caliop 数据可视化_基于CALIOP星载激光雷达探测数据的北京沙尘天气大气状况分析...

[1]Xiao Hao.With the “Cloudsat” and “CALIPSO” Satellite Launched by the United States,“Earth Observing System” Adds Two Major Satellites[J].International Space,2006,6:1-5.[肖昊.美国发射“云卫星”和“卡利普索”“地球观测系统”又添2重要卫星[J].国际太空,2006,6:1-5.]

[2]Qiu Jinheng,Zheng Siping,Huang Qirong,et al.LiDAR Me-asurements of Cloud and Aerosol in the Upper Troposphere in Beijing[J].Chinese Journal of Atmospheric Sciences,2003,27(1):1-7.[邱金恒,郑斯平,黄其荣,等.北京地区对流层中上部云和气溶胶的激光雷达探测[J].大气科学,2003,27(1):1-7.]

[3]Wang Hongbo,Wang Zhihua,He Jie,et al.LiDAR Measurements of the Lower Cloud in Chengdu[J].Acta Photonica Sinica,2007,36(2):350-354.[王宏波,王治华,何捷,等.成都地区中低云层的激光雷达探测[J].光子学报,2007,36(2):350-354.]

[4]Liu Gang,Shi Weizhe,You Rui.Cloud-Aerosol LiDAR of America[J].Spacecraft Engineering,2008,17(1):78-84.[刘刚,史伟哲,尤睿.美国云和气溶胶星载激光雷达综述[J].航天器工程,2008,17(1):78-84.]

[5]Hu Yincui,Shi Guangfeng,Dong Shuo.Research Progress in the Atmspheric Aerosol Retrieval with Remote Sensing Technique[J].Journal of Anhui Agricultural Sciences,2006,34(11):2612-2613,2617.[胡引翠,史广峰,董硕.大气气溶胶遥感反演研究进展[J].安徽农业科学,2006,34(11):2612-2613,2617.]

[6]Edner H,Fredriksson K,Sunesson A,et al.Mobile Remote Sensing System for Atmospheric Monitoring[J].Applied Optics,1987,26(19):4330-4338.

[7]Zhang Bing.Study of Atmosphere Extinction Properties over Qingdao with Ground-based and Spaceborne LiDAR[D].Qingdao:Ocean University of China,2007,(2):4-5.[张冰.地基与星载激光雷达探测青岛地区大气消光特性的研究[D].青岛:中国海洋大学,2007,(2):4-5.]

[8]Hostetler C A,Liu Z,Reagan J,et al.Cloud-Aerosol LiDAR Infrared Pathfinder Satellite Observations CALIOP Algorithm Theoretical Basis Document Document No:PC-SCI-201[Z].NASA,2006.

[9]Han Peiyou.Visual Analysis and Application of IDL[M].Xian:The Publishing House Northwestern Polytechnical University,2006:86-161.[韩培友.IDL可视化分析与应用[M].西安:西北工业大学出版社,2006:86-161.]

[10]Yan Dianwu.The Start and Improve of IDL Visualization Tools[M].Beijing:China Machine Press,2003:178-215.[闫殿武.IDL可视化工具入门与提高[M].北京:机械工业出版社,2003:178-215.]

[11]Dong Xuhui,Qi Hui,Ren Lijun,et al.Application and Data Demonstration of  LiDAR in Sandstorm Observation[J].Research of Environmental Sciences,2007,20(2):106-111.[董旭辉,祁辉,任立军,等.偏振激光雷达在沙尘暴观测中的数据解析[J].科学环境研究,2007,20(2):106-111.]

[12]Vaughan M,Young S,Winker D.Fully Automated Analysis of Space-based LiDAR Data:An Overview of the CALIPSO Retrieval Algorithms and Data Products[J].Proceedings of SPIE,2004,5575:16-30.

[13]Zhao Yingming,Jiang Yuesong,Lu Xiaomei.Research on the Depolarization Ratio Characteristic of the Aerosol in the Atmosphere with the CALIPSO Satellite Data[J].Acta Optica Sinica,2009,29(11):2944-2951.[ 赵一鸣,江月松,陆小梅.利用CALIPSO卫星数据对大气气溶胶的去偏振度特性分析研究[J].光学学报,2009,29(11):2944-2951.]

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
《python数据分析:基于plotly的动态可绘图.pdf》是一本关于使用Python进行数据分析的书籍,主要介绍了如何利用plotly库进行动态可绘图。 数据分析是通过收集、清洗、加工、分析和呈现大量数据来揭示其中潜在规律和洞察的过程。而可则是将数据以图表等可方式展示,帮助我们更直观地理解和解读数据。plotly是Python中一款功能强大的可库,它可以生成各种交互式图表,支持动态可和在线展示。 《python数据分析:基于plotly的动态可绘图.pdf》通过实例演示了如何使用plotly库进行数据分析中常用的可操作,包括折线图、柱状图、散点图、饼图、地理图等。使用plotly库可以轻松创建动态可图表,通过调整参数和设置动画效果,可以让图表更生动、更具吸引力。 动态可是一种通过动态变的图表来展示数据的方法。它可以帮助我们更好地理解数据的变趋势和规律,发现数据中隐藏的特征和模式。在数据分析中,动态可常用于时间序列数据、实时数据等领域,能够直观地展示数据的变过程和动态趋势。 综上所述,《python数据分析:基于plotly的动态可绘图.pdf》是一本介绍如何使用plotly库进行动态可绘图的书籍,通过实例演示了使用plotly库创建各种动态可图表的方法和技巧,对于对数据分析和可有兴趣的人来说,是一本不可多得的学习资料。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值