Aller au contenu principal
Accès ouvert déclaré 2025 article

A Bayesian approach for the retrieval of atmospheric particle properties from lidar data with uncertainty quantification

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : it. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Abstract We consider the inverse problem of recovering the particle size distribution of atmospheric aerosol from backscattering and extiction coefficients at three wavelengths, as attainable using ground lidar measurements. We set up a Bayesian model composed of a collection of fixed-dimensional models, and devise a sequential Monte Carlo algorithm to sample its posterior distribution, allowing for automated model selection. As the target distribution is a complex, often multimodal distribution, we first assess the degree of reliability of the sampling procedure. We then go on to characterize the ill-posedness in terms of multimodality of the posterior distribution, in order to verify the presence of multiple alternative scenarios that are compatible with the measured data. We finally assess the accuracy of the reconstruction for practical use. Our results show that the proposed approach can successfully retrieve the particle size distribution from lidar data even under complex circumstances, and reliably characterize the uncertainty that inevitably arises due to the nature of the data.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A Bayesian approach for the retrieval of atmospheric particle properties from lidar data with uncertainty quantification
Date Crossref
25/07/2025
Éditeur
IOP Publishing
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • University of Genoa pays non établi dans la notice
    Université ou école supérieure
  • University of Naples Federico II pays non établi dans la notice
    Université ou école supérieure
  • Dipartimento di Matematica pays non établi dans la notice
    Institution
  • Dipartimento di Fisica pays non établi dans la notice
    Institution
  • CNR-IMAA pays non établi dans la notice
    Institution

University of Genoa, University of Naples Federico II et Dipartimento di Matematica, avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Atmospheric aerosols and cloudsAtmospheric and Environmental Gas DynamicsAtmospheric chemistry and aerosols

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.