Para citar este trabalho use um dos padrões abaixo:
Temporal averaging in satellite-based meteorological and oceanographic data can introduce artifacts due to sensor errors, cloud cover, and uncertainties, impacting spatial and temporal gradient analysis. ORBTY’s science team developed the Multi-Dimensional Dynamic DataFusion System (M3DFS), an advanced method utilizing computer vision and photogrammetry to aggregate multitemporal Level 2 data from single or multiple sensors. M3DFS generates Level 3 maps with improved spatio-temporal accuracy, effectively reducing artifacts associated with traditional time-averaging. Validated across multiple geophysical parameters—including SST, Ocean Color, Wind, Atmospheric Water Vapor, and Sea Surface Height—using data from various satellite sensors (e.g., MODIS, VIIRS, AMSR-E, AMSR2, GMI, OLCI, SLSTR, and SWOT), M3DFS consistently enhances spatial and temporal gradient analyses. This advancement supports high-precision applications in environmental monitoring and climate research.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo