Compact Polarimetric Synthetic Aperture Radar for Marine Oil Platform and Slick Detection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Compact polarimetric (CP) synthetic aperture radar (SAR) can provide ocean surface observations with large-coverage swath and abundant polarimetric scattering information. These distinctive characteristics make CP SAR a potential tool for operational monitoring oil slicks and oil platforms, overcoming the shortcomings of small spatial coverage by the traditional quad-polarization (quad-pol) SAR. In this paper, we use the RADARSAT-2 C-band quad-pol SAR data to generate CP covariance matrix elements and subsequently construct pseudoquad-pol backscatter coefficients, using two CP reconstruction algorithms to evaluate CP SAR's applications in detection of oil slicks and oil platforms. The reconstructed co- and cross-polarization data show good agreement with original radar observations acquired at different incidence angles and wind speeds. Furthermore, we develop an unsupervised classification method using the relative phase, a logical scalar threshold that separates odd and multiple scattering events, as an indicator to discriminate oil slicks and platforms from clean ocean waters. The relative phase is positive for clean ocean surfaces where odd scattering is dominant, but negative for oil platforms and oil slick-covered areas associated with multiple scattering. The detections of oil spills and oil platforms are validated against known oil platform geographic positions and optical aircraft surveys of the oil slicks. The proposed method provides a promising technique to detect oil slicks and oil platforms from CP imaging mode SAR data, i.e., as may be acquired by the RISAT-1, ALOS-2, and the future RADARSAT Constellation Mission.
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.
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 | 0,000 | 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 | 0,001 | 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) | 0,000 | 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 découle