MétaCan
Menu
Retour à la cohorte
Enregistrement W2889942169 · doi:10.3390/rs10091448

Comparison of C-Band Quad-Polarization Synthetic Aperture Radar Wind Retrieval Models

2018· article· en· W2889942169 sur OpenAlexafffund
He Fang, Tao Xie, William Perrie, Guosheng Zhang, Jingsong Yang, Yijun He

Notice bibliographique

RevueRemote Sensing · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesOffice of Energy Research and DevelopmentCanadian Space AgencyNational Natural Science Foundation of ChinaJiangsu Provincial Meteorological BureauGlobal Change Research Program of ChinaChina Scholarship CouncilGovernment of Jiangsu Province
Mots-clésSynthetic aperture radarWind speedRemote sensingPolarization (electrochemistry)C bandWind directionGeologyMeteorologyPhysicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

This work discusses the accuracy of C-2PO (C-band cross-polarized ocean backscatter) and CMOD4 (C-band model) geophysical model functions (GMF) for sea surface wind speed retrieval from satellite-born Synthetic Aperture Radar (SAR) images over in the Northwest Pacific off the coast of China. In situ observations are used for comparison of the retrieved wind speed using two established wind retrieval models: C-2PO model and CMOD4 GMF. Using 439 samples from 92 RADARSAT-2 fine quad-polarization SAR images and corresponding reference winds, we created two subset wind speed databases: the training and testing subsets. From the training data subset, we retrieve ocean surface wind speeds (OSWSs) from different models at each polarization and compare with reference wind speeds. The RMSEs of SAR-retrieved wind speeds are: 2.5 m/s: 2.11 m/s (VH-polarized), 2.13 m/s (HV-polarized), 1.86 m/s (VV-polarized) and 2.26 m/s (HH-polarized) and the correlation coefficients are 0.86 (VH-polarized), 0.85(HV-polarized), 0.87(VV-polarized) and 0.83 (HH-polarized), which are statistically significant at the 99.9% significance level. Moreover, we found that OSWSs retrieved using C-2PO model at VH-polarized are most suitable for moderate-to-high winds while CMOD4 GMF at VV-polarized tend to be best for low-to-moderate winds. A hybrid wind retrieval model is put forward composed of the two models, C-2PO and CMOD4 and sets of SAR test data are used in order to establish an appropriate wind speed threshold, to differentiate the wind speed range appropriate for one model from that of the other. The results show that the OSWSs retrieved using our hybrid method has RMSE of 1.66 m/s and the correlation coefficient are 0.9, thereby significantly outperforming both the C-2PO and CMOD4 models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,257
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations21
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetOcean Waves and Remote SensingTravaux en français237 207