Mapping Sea Water Surface in Persian Gulf, Oil Spill Detection Using Sentinal-1 Images
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
The present study investigates an oil spill event in the Al Khafji region using Sentinel 1 SAR images. Al Khafji is on the border between Saudi Arabia and Kuwait in the Persian Gulf and it is considered a neutral zone. Al Khafji region has the potential to produce more than 470,000 barrels of oil per day (Mbbl/d). Methods based on multi sensor satellite images (Sentinel-2, Landsat 8, Terra, Cosmo_SkyMed, RADARSAT, etc.) analysis have been developed for detecting oil slicks from known natural seeps as well as oil spill events. In this paper, one of these methods is applied to Sentinel 1 images of a known area of natural oil outflow and of a recent oil spill event in Al Khafji zone. The Synthetic Aperture Radar (SAR) is recognized as the most important remote sensing tool for sea and ocean waters oil spill monitoring, recording, documentation and dissemination. Oil spills have been detected and characterized by using the SAR images over the Persian Gulf. In particular, this paper discusses oil spills detection in the Persian Gulf assessed by using Sentinel 1 (SAR) images. Results showed the suitability of the VV polarization of the Sentinel-1 for detecting oil-spills as well as the reduced utility of the VH polarization in this context.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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