MétaCan
Menu
Retour à la cohorte
Enregistrement W2620581258 · doi:10.1088/1674-1056/26/5/054102

Effective dielectric constant model of electromagnetic backscattering from stratified air–sea surface film–sea water medium

2017· article· en· W2620581258 sur OpenAlexaff
Tao Xie, William Perrie, He Fang, Li Zhao, Wenjin Yu, Yijun He

Notice bibliographique

RevueChinese Physics B · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésDielectricConstant (computer programming)Materials scienceSeawaterEnvironmental scienceSurface (topology)Air waterAtmospheric sciencesPhysicsOceanographyGeologyMechanicsOptoelectronicsGeometry

Résumé

récupéré en direct d'OpenAlex

Studies of surface film medium on the sea surface are carried out in this paper for developing the technology to automatically detect and classify sea surface films, and an effective dielectric constant model of electromagnetic backscattering from a stratified air–ocean interface. Numerical results of the new model show the characteristics of effective dielectric constants for the air–sea surface film–sea water medium as follows. The effective dielectric constants decrease with increasing relative dielectric constants of the sea surface films. The effective dielectric constants decrease in horizontal polarization (abbr. HH polarization) and increase in VV vertical polarization (abbr. VV polarization) with increasing radar incident angle. Effective dielectric constants vary with relative sea surface film thickness as a cosinusoidal function of sea surface film thickness. Effective dielectric constant of VV polarization is larger than that of HH polarization. Two potential applications are found with our model, i.e., the retrieval of dielectric constants from the sea surface film, and the film thickness retrieval with our model. Our model has a highly significant influence on improving the technology related to the remote sensing of sea surface films.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,271
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,222
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Physics BMême sujetOil Spill Detection and MitigationTravaux en français237 207