1. An automatic aerosol classification for earlinet: application and results
- Author
-
Giuseppe D'Amico, Aldo Amodeo, Doina Nicolae, P. Kokkalis, Ulla Wandinger, Gelsomina Pappalardo, Holger Baars, Daniele Bortoli, Anja Schwarz, Alex Papayannis, Vassilis Amiridis, Lucia Mona, P. Guma-Claramunt, Arnoud Apituley, Adolfo Comerón, Juan Luis Guerrero-Rascado, Matthias Wiegner, Lucas Alados-Arboledas, Nikolaos Papagiannopoulos, Ioannis Binietoglou, Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions, and Universitat Politècnica de Catalunya. RSLAB - Grup de Recerca en Teledetecció
- Subjects
Mahalanobis distance ,Teledetecció ,010504 meteorology & atmospheric sciences ,Physics ,QC1-999 ,automatic aerosol ,010501 environmental sciences ,Remote sensing ,Aerosols atmosfèrics ,Atmospheric aerosols ,01 natural sciences ,Aerosol ,results ,Weather system ,Lidar ,Enginyeria de la telecomunicació::Radiocomunicació i exploració electromagnètica::Teledetecció [Àrees temàtiques de la UPC] ,13. Climate action ,Classification methods ,Air quality index ,Classifier (UML) ,application ,0105 earth and related environmental sciences ,Desenvolupament humà i sostenible::Degradació ambiental::Contaminació atmosfèrica [Àrees temàtiques de la UPC] - Abstract
Aerosol typing is essential for understanding the impact of the different aerosol sources on climate, weather system and air quality. An aerosol classification method for EARLINET (European Aerosol Research Lidar Network) measurements is introduced which makes use the Mahalanobis distance classifier. The performance of the automatic classification is tested against manually classified EARLINET data. Results of the application of the method to an extensive aerosol dataset will be presented. © The Authors, published by EDP Sciences, 2018.
- Published
- 2018
- Full Text
- View/download PDF