MétaCan
Menu
Retour à la cohorte
Enregistrement W2771185917 · doi:10.3390/rs9121321

Ocean Wind and Current Retrievals Based on Satellite SAR Measurements in Conjunction with Buoy and HF Radar Data

2017· article· en· W2771185917 sur OpenAlexafffund
He Fang, Tao Xie, William Perrie, Li Zhao, Jingsong Yang, Yijun He

Notice bibliographique

RevueRemote Sensing · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesOffice of Naval ResearchCanadian Space AgencyNational Key Research and Development Program of ChinaGlobal Change Research Program of ChinaNational Natural Science Foundation of China
Mots-clésBuoyRemote sensingOcean currentGeologySatelliteSynthetic aperture radarRadarCurrent (fluid)Environmental scienceOcean observationsGeodesyMeteorologyClimatologyComputer sciencePhysicsOceanography

Résumé

récupéré en direct d'OpenAlex

A total of 168 fully polarimetric synthetic-aperture radar (SAR) images are selected together with the buoy measurements of ocean surface wind fields and high-frequency radar measurements of ocean surface currents. Our objective is to investigate the effect of the ocean currents on the retrieved SAR ocean surface wind fields. The results show that, compared to SAR wind fields that are retrieved without taking into account the ocean currents, the accuracy of the winds obtained when ocean currents are taken into account is increased by 0.2–0.3 m/s; the accuracy of the wind direction is improved by 3 – 4 ° . Based on these results, a semi-empirical formula for the errors in the winds and the ocean currents is derived. Verification is achieved by analysis of 52 SAR images, buoy measurements of the corresponding ocean surface winds, and high-frequency radar measurements of ocean currents. Results of the comparisons between data obtained by the semi-empirical formula and data measured by the high-frequency radar show that the root-mean-square error in the ocean current speed is 12.32 cm/s and the error in the current direction is 6.32°.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,070
Tête enseignante GPT0,269
Écart entre enseignants0,199 · 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'étudeAutre devis
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

Citations16
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetOcean Waves and Remote SensingTravaux en français237 207