Evaluation of an operational SAR wind field retrieval algorithm for ENVISAT ASAR
Notice bibliographique
Résumé
The operational algorithm WiSAR is introduced, which enables to extract high-resolution ocean surface wind fields from satellite borne synthetic aperture radars (SARs) on a fully operational basis. WiSAR can be applied to SAR data acquired in C-band at either vertical (VV) or horizontal (HH) polarization in transmit and receive from the European satellites ERS-1/2 and ENVISAT as well as the Canadian satellite RADARSAT-1. SAR wind field retrieval is a two step process. In the first step wind directions are extracted from wind induced streaks that are visible in the SAR images at scales above 200 m and that are assumed to be approximately in line with the mean surface wind direction. The orientations of these streaks are derived by a method based on investigation of local gradients of the SAR intensity image. The SAR retrieved wind directions are used in the second step, where wind speeds are derived from the normalized radar cross sections of the SAR data under consideration of the wind direction and local SAR imaging geometry. Therefore, the empirical model CMOD4, is used, which was developed for the C-band VV polarized scatterometer aboard ERS-1/2. CMOD4 has been extended to HH polarization considering the polarization ratio and its dependency on incidence angle. To show WiSARs applicability it is applied to a set of 32 ENVISAT ASAR data from the North Sea. The resulting wind fields are compared to the results of the operational numerical model of the German Weather Service.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 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 ».