MétaCan
Menu
Retour à la cohorte
Enregistrement W2011530129 · doi:10.1109/igarss.2014.6947027

A new semi-empirical sea surface microwave backscatter model coupled with the rain effect

2014· article· en· W2011530129 sur OpenAlexaff
Biao Zhang, Guosheng Zhang, William Perrie, Yijun He

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesNational Youth Foundation of ChinaNational Natural Science Foundation of China
Mots-clésScatterometerEnvironmental scienceRemote sensingSynthetic aperture radarWind speedRadarBackscatter (email)SatelliteMeteorologyMicrowave radiometerPrecipitationBuoyEyeTyphoonGeologyRadiometerTropical cycloneGeographyComputer scienceOceanography

Résumé

récupéré en direct d'OpenAlex

The geophysical model function is generally employed to invert the surface wind speed using scatterometer or synthetic aperture radar (SAR) measurements over the ocean. The GMF relates the normalized radar cross-section (NRCS) to the incidence angle and wind vector. The rain effect on NRCS is not considered in the GMF. In raining areas, the NRCS of the ocean surface is altered by rain. Rain contamination introduces errors to wind speed retrieved by scatterometer, particularly at high incidence angles [1]. Moreover, under extreme weather conditions, significant differences exist between the SAR retrieved wind speed and those measured by Stepped-Frequency Microwave Radiometer (SFMR) measurements in hurricane eyewall regions [2], due to the intense rainfall there. The challenges in satellite retrievals of ocean winds related to precipitation effects has been elaborated in [3].

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOcean Waves and Remote SensingTravaux en français237 207