CISAR

CISAR (Combined Inversion of Surface and AeRosol) er en avanceret matematisk algoritme udviklet af Rayference, som samtidig bestemmer overfladereflektans, aerosoloptisk tykkelse og enkelt-spredningsegenskaber for skyer ud fra observationer erhvervet af passive rum- og dronebårne billedsensorer, der opererer i det synlige og nær-infrarøde spektrum.

Algoritmen bygger på inversion af den hurtige radiative transfer-model FASTRE ved brug af en Optimal Estimation-ramme, hvilket giver usikkerhedspropagering på pixel-niveau uden behov for forudberegnede opslagstabeller eller en ekstern skymaske. Algoritmen er sensor-agnostisk — anvendelig på enhver passiv optisk sensor, der indsamler mindst én observation hver 1–2 dag — og er blevet operationelt anvendt på Sentinel-3A/SLSTR og PROBA-V data inden for ESA-projekter (Aerosol_cci+, PV-LAC ATMO).

Nøglefunktioner:

• Samtidig bestemmelse af overflade og atmosfære: Bestemmer samtidig overfladereflektansparametre (RPV-model), aerosoloptisk tykkelse og aerosol-/sky enkelt-spredningsegenskaber som essentielle klimavariabler.
• Grundig usikkerhedskvantificering: Optimal estimation-inversion leverer usikkerheder for hver pixel, som er propageret fra både input- og inversionsrelaterede fejlkilder.
• Sensor- og overfladeagnostisk: Fungerer over alle overfladetyper (land, vand, lyse eller mørke overflader) og er udvidet til drone-målinger for bestemmelse af overfladereflektans i feltskala.
• Integration til vurdering af solressourcer: Bestemmelserne indgår i 3D-scene-simuleringspipelines for at forbedre estimater af solirradians til komplekse fotovoltaiske anvendelser (f.eks. SATRISE-projektet).
• Projekt- og konsulentleverancer: Implementeret med teknisk support og integration i ESA- og industriprojekter, med output tilpasset kunders arbejdsgange inden for klimamonitorering, atmosfærisk korrektion og energianvendelser.