Synergistic measurements of ocean winds and waves from <scp>SAR</scp>
Notice bibliographique
Résumé
Abstract In this study we present a synergistic method to retrieve both ocean surface wave and wind fields from spaceborne quad‐polarization (QP) synthetic aperture radar (SAR) imaging mode data. This algorithm integrates QP‐SAR wind vector retrieval model and the wave retrieval model, with consideration to the nonlinear mapping relationship between ocean wave spectra and SAR image spectra, in order to synergistically retrieve wind fields and wave directional spectra. The method does not require a priori information on the sea state. It combines the observed VV‐polarized SAR image spectra with the retrieved wind vectors from the VH‐polarized SAR image, to estimate the wind‐generated wave directional spectra. The differences between the observed SAR spectra and optimal SAR image spectra associated with the wind waves are interpreted as the contributions from the swell waves. The retrieved ocean wave spectra are used to estimate the integrated spectral wave parameters such as significant wave heights, wavelengths, wave directions and wave periods. The wind and wave parameters retrieved by QP‐SAR are validated against those measured by the National Data Buoy Center (NDBC) directional wave buoys under different sea states. The validation results show that the QP‐SAR SAR has potential to simultaneously measure the ocean surface waves and wind fields from space.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».