English   español  
Por favor, use este identificador para citar o enlazar a este item: http://hdl.handle.net/10261/153277
COMPARTIR / IMPACTO:
Estadísticas
logo share SHARE logo core CORE   Add this article to your Mendeley library MendeleyBASE

Visualizar otros formatos: MARC | Dublin Core | RDF | ORE | MODS | METS | DIDL
Exportar a otros formatos:
Título

Debiased non-Bayesian retrieval: A novel approach to SMOS Sea Surface Salinity

AutorOlmedo, Estrella ; Martínez, Justino ; Turiel, Antonio ; Ballabrera-Poy, Joaquim ; Portabella, Marcos
Palabras claveSoil Moisture and Ocean Salinity
SMOS
Sea surface salinity
Salinity retrieval
Remote sensing
Physical oceanography
SSS
Fecha de publicaciónmay-2017
EditorElsevier
CitaciónRemote Sensing of Environment 193: 103-126 (2017)
ResumenThe Soil Moisture and Ocean Salinity (SMOS) mission has provided a unique remote sensing capability for observing key variables of the hydrological cycle, such as the Sea Surface Salinity (SSS). However, due to some limitations related to the instrument interferometric concept and its challenging data processing, SMOS SSS maps still display significant artifacts and biases, especially close to the coast, mainly due to the presence of Radio Frequency Interferences (RFI) and Land-sea contamination (LSC). In this paper, a new methodology for filtering salinity retrievals and correcting for spatial biases is introduced and validated
Descripción24 pages, 18 figures, 5 tables
Versión del editorhttps://dx.doi.org/10.1016/j.rse.2017.02.023
URIhttp://hdl.handle.net/10261/153277
DOI10.1016/j.rse.2017.02.023
Identificadoresdoi: 10.1016/j.rse.2017.02.023
issn: 0034-4257
e-issn: 1879-0704
Aparece en las colecciones: (ICM) Artículos
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Mostrar el registro completo
 

Artículos relacionados:


NOTA: Los ítems de Digital.CSIC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.