如何去除卫星数据中的“丝辫”噪声?

Question

卫星遥感数据是研究大气物种空间分布和时间变化的有力工具。

光环是NASA的一颗卫星，在拉丁语中是大气的意思。

尾身茂这意味着臭氧监测仪拥有$\ce{O3}$、$\ce{NO2}$、$\ce{BrO}$等全球观测数据。

获取$\ce{NO2}$月平均数据特米，我绘制的ESRI网格格式文件如下所示:

我注意到这些人物被离散的丝绸编织所覆盖(在我的图中，他们是用绿色绘制的，就像下雨一样->下来)，就像这样:

恕我直言，这些辫子一定与人为排放无关，而是与卫星轨道有关。

在对某格框进行定量研究时，这些辫状结构会对有限柱浓度产生影响。

此外，来自NASA Giovanni在线可视化工具，下图也是同一区域的$\ce{NO2}$对流层柱。

没有像我这样的丝质辫子。

我的问题是:如何去除这些异常值，获得更精确的数据．

如果有熟悉这方面的人能给我一些建议就太好了。

更新

谢谢@deneil的关注。我在这里提供了两个数据源以进行区分。

1. 调用TEMIS数据荷兰OMI NO₂(DOMINO)数据产品v2.0．
   在官方手册中在这里，它说，我引用一下:

   • DOMINO = 2级产品
     DOMINO数据包含集成了$\ce{NO2}$浓度或
     $\ce{NO2}$列(单位为分子/cm2)。DOMINO数据构成了纯第2级产品，即:
   • 它提供了仪器观测到的每个地面像素的地球物理信息，而不需要通常应用于3级数据的额外分箱、平均或网格化。

2. Giovanni可视化工具使用OMI/Aura $\ce{NO2}$ cloud - screen Total和对流层柱每日L3全球0.25度Lat/Lon网格，这意味着它是3级数据。

我认为区别就在那里。但我也尝试了来自NASA的OMI $\ce{NO2}$ level2数据(OMI在荷兰和NASA有两个独立的数据源)，它有15个候选场景，与TEMIS DUMNO2数据绘制不同。

这里有一个例子。下图是由于卫星轨道的原因，在倾斜网格中绘制的二级数据。3级数据必须将倾斜网格数据重新采样为规则网格网络。所以，我认为我的第一个图显示了作为第2级数据的字符的正确结果。

更新二世

对流层$\ce{NO2}$列有三种不同的来源。看来伯克利的数据集是最好的选择。

Answer 1

你问,如何去除这些异常值，获得更精确的数据?

简而言之，你可以让你的数据看起来更能代表自然的“真相”，但你可能需要为此付出一定的代价。问题是测量本身是不完美的:这看起来像是数据收集方法的人工制品。干扰你感兴趣的信号的多余能量的一般名称是噪音．

在你的例子中，有一些随机的噪声，还有这种连贯的(即空间组织的)噪声。在不接触信号的情况下实质上攻击任何一种噪声都是不可能的。换句话说，你可能要为降低噪音而付出代价，同时也会损失一些精度。这可能是你愿意做的交易。

减少噪音

有很多很多方法减少噪音在数据。减少随机噪声的一个非常常见的方法是应用平滑滤波器例如某个小的移动窗口中的简单平均值(通常表示为卷积运算)。这样做的问题是，它只是将噪声混合到图像中。

您还可以考虑在空间频率(aka波数)域。去除空间组织噪声的一种常用方法是在该域中使用“缺口”(窄)切割滤波器，它具有去除该空间频率噪声的效果。换句话说，您可以删除条纹。

去除条纹的过滤器可以在各种图像处理软件中找到，或者可以用各种科学计算语言(例如MATLAB的)实现图像处理工具箱或scikit-imagePython)。以下是一些选择:

• FFT在ImageJ/斐济-我会从这里开始，除非你已经熟悉MATLAB或Python。
• 在GIMP中取消条带-另一个不错的选择。
• ISIS的破坏- USGS提供的图像处理包。

Answer 2

谢谢@Kwinkunks的回答。我读过这个纸．这个数字可能解释了一些重要的事情。

我已经做的是像第一个子图一样绘制原始数据。
从去条纹- v1.02时，噪声数据可以清晰显示。

再加一个数字来说明诱发噪声的重要性。

差别太大了!

所以，我会学习一些技术来处理去条纹的问题江南登录网址app下载。我很熟悉Python．任何有类似项目经验的人都可以在这里发布你的方法。