Algorithms for wind parameter retrieval from rain-contaminated x-band marine radar images
Notice bibliographique
Résumé
In this thesis, research for retrieving wind direction and speed from rain-contaminated X-band marine radar images is presented. Firstly, a method for retrieving wind direction from X-band marine radar data is proposed. The algorithm is used to investigate radar backscatter in the wavenumber domain and obtain wind direction from the wavenumber spectrum. For rain-contaminated images collected under low wind speeds (i.e. less than 8 m/s), wind directions are retrieved using spectral components with wavenumbers of [0.01, 0.2] rad/m. For rain-contaminated images obtained under high wind speeds and rain-free images, wind directions are retrieved using the spectral values at wavenumber zero. The algorithm was tested using X-band radar images and anemometer data collected on the east coast of Canada. Comparison with the anemometer data shows that the root mean square error (RMSE) of wind directions retrieved from low-wind-speed rain-contaminated images is reduced by 25.1 ◦ . Secondly, two methods for estimating wind speed from X-band nautical radar images are presented. One method is used to determine wind speeds by relating the spectral strengths of radar backscatter to the wind speeds using a logarithmic function. The other method is used to mitigate rain influence by applying gamma correction to rain-contaminated images, and then relate the average radar image intensities to measured wind speeds with a logarithmic function. Comparison with the anemometer data show that the two methods reduce the RMSEs of wind speeds estimated from rain-contaminated radar data by 5.9 m/s and 5.4 m/s, respectively. Unlike existing methods which require the exclusion of rain-contaminated data, the new wind parameter retrieval methods work well for both rain-contaminated and rain-free images.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».