Validation of an X-Band SAR Wind Algorithm by SIR-C/X SAR Data
Notice bibliographique
Résumé
Space borne radar systems are capable of providing wind field information over the ocean. Radar instruments are of high value for operational applications because of their all weather and daylight capabilities. Synthetic aperture radar (SAR) instruments as flown on the European satellites ERS-2, ENVISAT or the Canadian platform RADARSAT are of particular interest for applications where high resolution two- dimensional information on the near surface wind field is needed. All these operate in C-band. The respective wind field algorithm CMOD was tuned to this wavelength. New research focussed on high speed cases to be able to measure wind speeds above 20 m/sec and on the VV to HH polarisation ratio. For future missions like TerraSAR-X, to be launched in May 2007 new wind field algorithms tuned to X-band are needed. The TerraSAR-X instrument has a spatial resolution of up to 1 m and additional features like multi polarisation which make it a very interesting tool for oceanographic applications. In this paper a new X band wind field algorithm, XMOD1.0 is introduced. The algorithm is based on the detection of wind streaks in the SAR images and scatterometer measurements of [1]. Data from the SRTM mission flown on the shuttle in February 2000 and SIR C/X SAR in 1994 are used to test the algorithm. Results are validated against in situ data and model data from ECMWF. The potential of SAR measurements to support the optimal siting, the design, as well as the operation of offshore wind parks is shown. Applications for offshore wind farming of the TerraSAR-X mission will be discussed. The platform FINO 1 was chosen as a primary test site to calibrate and validate wind fields for X band satellite images. For the development, optimisation and validation of the retrieval algorithms comparisons with in situ data, e.g., acquired at the FINO platform will be carried out. The respective calibration and validations strategies will be summarized.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».