MétaCan
Menu
Retour à la cohorte
Enregistrement W2044289164 · doi:10.1002/2014jc010173

Quad‐polarization SAR features of ocean currents

2014· article· en· W2044289164 sur OpenAlexfundno aff
Vladimir Kudryavtsev, Igor Kozlov, Bertrand Chapron, Johnny A. Johannessen

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyMinistry of Education and ScienceRussian Foundation for Basic Research
Mots-clésPolarization (electrochemistry)RadarSynthetic aperture radarMesoscale meteorologyScatteringSurface roughnessPhysicsBreaking waveGeologyOpticsRemote sensingMeteorologyWave propagationComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract A methodology is demonstrated to exploit the polarization sensitivity of high‐resolution radar measurements to interpret and quantify upper ocean dynamics. This study particularly illustrates the potential of quad‐polarization synthetic aperture radar (SAR) measurements. The analysis relies on essential characteristics of the electromagnetic scattering mechanisms and hydrodynamical principles. As the relaxation scale of centimeter‐scale ocean surface scatters is typically small, radar signal anomalies associated with surface manifestations of the upper ocean dynamics on spatial scales exceeding 100 m are mostly dominated by nonresonant and nonpolarized scatters. These “scalar” contributions can thus efficiently trace local breaking and near‐breaking areas, caused by surface current variations. Using dual copolarized measurements, the polarized Bragg‐type radar scattering is isolated by considering the difference (PD) between vertically and horizontally polarized radar signals. The nonpolarized (NP) contribution associated with wave breaking is then deduced, using the measured polarization ratio (PR) between polarized signals. Considering SAR scenes depicting various surface manifestations of the upper ocean dynamics (internal waves, mesoscale surface current features, and SST front), the proposed methodology and set of decompositions (PD, PR, and NP) efficiently enable the discrimination between surface manifestation of upper ocean dynamics and wind field variability. Applied to quad‐polarized SAR images, such decompositions further provide unique opportunities to more directly assess the cross‐polarized (CP for HV or VH) signal sensitivity to surface roughness changes. As demonstrated, such an analysis unambiguously demonstrates and quantitatively evaluates the relative impact of breakers on cross‐polarized signals under low to moderate wind conditions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,304
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations109
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetOcean Waves and Remote SensingTravaux en français237 207