Nouvelle technique Lidar pour éliminer le plancher de bruit des spectres : une démonstration utilisant des observations et modélisations en Antarctique

Le bruit dans les données lidar complique grandement la dérivation de paramètres cruciaux du second ordre (tels que les énergies, flux et spectres des ondes atmosphériques), en particulier lorsque le rapport signal-bruit est faible, ce qui introduit un biais dans les paramètres dérivés. Suite à des études explorant l'utilisation de la covariance pour éliminer le biais de bruit dans le domaine temporel et spatial, cette étude examine l'utilisation de la densité spectrale de puissance croisée pour éliminer le plancher de bruit dans les données spectrales. Il est constaté que la méthode est efficace dans la plupart des cas, et l'étude explore également la précision et l'exactitude de cette approche.