Progress in predicting the performance of ocean gliders from at-sea measurements
Notice bibliographique
Résumé
With over 100 commercially-available ocean gliders being used by researchers around the world, there is strong evidence that these platforms have become the tool of choice for those who require continuous sampling of ocean properties over a range of user-controllable depths. Researchers continue to add new sensors to these vehicles usually on the external surfaces where a sensor can work in an essentially unobstructed flow condition. These added sensors change the behaviour of the glider. For the purpose of improving our predictions of the behaviour of a glider during steady-state glides and course-changing manoeuvres, it is useful to have a simple analytical hydrodynamic model which can be validated quickly using at-sea measurements during several descending and ascending glides. The purpose of this paper is twofold: (i) to show how the hydrodynamic properties which govern steady-state gliding can be extracted from measurements made with on-board sensors, and, (ii) to show how these hydrodynamic properties can be used to predict the performance of ocean gliders (e.g. glide angle, glide speed, duration of voyage etc.). We describe a three-parameter model which has proved useful in representing the behaviour of an ocean glider during straight-line descents and ascents. This parametric model has been validated with at-sea measurements during multiple glides. Estimates for these parameters can be obtained from the measurements of four quantities on-board a Slocum ElectricTM glider, namely (i) the fore-and-aft position of the pitch-control battery, (ii) the volume of seawater which is ingested or expelled by the buoyancy engine, (iii) the glider pitch angle, and, (iv) the glider depth. We describe briefly a method for obtaining estimates for three of these parameters and show some results in terms of the glider drag and lift coefficients over a wide range of operating conditions. Additional work is outlined to obtain estimates for the parameters which determine the pitching moment behaviour of this ocean glider.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».