数据集概述
该数据集包含模拟立体云顶高度反演的代码与后处理数据，用于验证云顶高度立体反演方法的准确性。数据涵盖配置文件、云参数文件、处理脚本及分析文档，支持相关研究的结果复现与方法验证。
文件详解
- 科学数据文件（.nc格式，共10个）：
- ground_truth_SZA_0_RAZ_0.nc：地面真值数据，包含特定太阳/相对方位角下的云顶高度基准值
- Cloud_440_MASKS_SZA_0_RAZ_0.nc：云掩膜数据，标记云区域边界
- CloudGeneratorConfiguration.nc：云生成配置文件，定义云场模拟参数
- Cloud_440_STEREO_SZA_0_RAZ_0_P2_20_window_3.nc：立体反演结果文件，包含特定参数下的云顶高度反演值
- 其他.nc文件：包括云光学特性（ext_ratio.nc）、云廓线（ext_profiles.nc）、太阳方位配置（SolarAzimuthConfig.nc）等辅助数据
- 代码文件：
- StereoAnalysisFinal.ipynb：Jupyter Notebook，用于复现论文图表与分析流程
- postprocess_stereo_new_mask.py：立体反演后处理脚本
- make_ext_profiles.py：光学廓线计算脚本
- stochastic_masks.py：随机掩膜生成脚本
- 压缩文件：
- mie.zip：米氏散射计算相关数据
- HSRL_CTH_2Hz.zip：高光谱激光雷达云顶高度数据
- postprocessed.zip：后处理结果压缩包
- 文档文件：
- README.txt：数据集说明文档，介绍文件结构与使用方法
适用场景
- 大气物理学研究：验证立体观测技术反演云顶高度的准确性
- 遥感算法开发：优化云参数反演的立体匹配与误差校正方法
- 气候模型验证：提供高精度云顶高度基准数据，校准气候模式中的云参数化方案
- 机器学习应用：作为训练数据，开发基于立体观测的云顶高度智能反演模型
