Notice bibliographique
Résumé
This paper aims to illustrate and test a method, based on the Two-Dimensional Continuous Wavelet Transform (2D-CWT), developed to extract the wind directions from the Synthetic Aperture Radar (SAR) images. The knowledge of the wind direction is essential to retrieve the wind speed by using the radar-backscatter versus wind speed algorithms. The method has been applied to 61 SAR images from different satellites (Envisat, COSMO-SkyMed, Radarsat-2 and Sentinel-1A,B), and the results have been compared with the analysis wind fields from the European Centre for Medium-range Weather Forecasts (ECMWF) model, with in situ reports and with scatterometer data when available. The 2D-CWT method provides satisfactory results, both in areas a few kilometres from the coast and offshore. It is reliable as it produces good direction estimates, no matter what the characteristics of the SAR are. Statistics reports a success in the SAR wind direction estimates in 95% of cases (in 83% of cases the SAR-ECMWF wind direction difference is < ± 20 ∘ , in 92 % < ± 30 ∘ ) with a mean directional bias B θ < 7 ∘ . The SAR derived wind directions cannot be said to be validated, as the data available at present cannot be really representative of the wind field in the coastal area. However, the figures given by SAR winds are highly valuable even not properly validated, providing an independent and unique view of the spatial variability of the wind over the sea, which is possible by using the 2D-CWT method to derive the wind directions.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».