Mapping Sea Water Surface in Persian Gulf, Oil Spill Detection Using Sentinal-1 Images
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».