IceCloudNet：基于 Meteosat SEVIRI 的云冰三维重建

IceCloudNet 是一种基于机器学习的方法，能够预测高质量的垂直分辨率云冰水含量（IWC）和冰晶数浓度（N$_\textrm{ice}$）。预测结果以地球同步卫星观测（SEVIRI）的时空覆盖范围和分辨率，以及主动卫星反演（DARDAR）的垂直分辨率为准。IceCloudNet 由基于 ConvNeXt 的 U-Net 和 3D PatchGAN 判别器模型组成，训练时通过预测来自相邻 SEVIRI 图像的 DARDAR 插值。尽管 DARDAR 数据因窄范围覆盖而稀缺，IceCloudNet 仍能以高精度预测云的发生情况、空间结构和微物理属性。该模型已应用于十年的 SEVIRI 数据，生成了分辨率为 3km×3km×240m×15分钟、空间范围为 30°W至30°E、30°S至30°N 的云冰 IWC 和 N$_\textrm{ice}$ 的垂直分辨率数据集。该数据集将 DARDAR 可用期间的垂直云轮廓的可用性提高了超过六个数量级，并且 IceCloudNet 还能在最近终止的卫星任务背后，生产云的垂直轮廓。