MétaCan
Menu
Retour à la cohorte
Enregistrement W2932834204 · doi:10.1109/tgrs.2019.2901581

Effect of Current on the First-Order Spectral Power of High-Frequency Radar

2019· article· en· W2932834204 sur OpenAlexaff
Yuming Zeng, Hao Zhou, Weimin Huang, Biyang Wen

Notice bibliographique

RevueIEEE Transactions on Geoscience and Remote Sensing · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesXiamen UniversityWuhan UniversityShanghai Jiao Tong UniversityNanchang UniversityNational Natural Science Foundation of China
Mots-clésRadarCurrent (fluid)Remote sensingWind waveGeologyRefractionOcean currentWave radarRadar imagingContinuous-wave radarAcousticsComputer sciencePhysicsTelecommunicationsOptics

Résumé

récupéré en direct d'OpenAlex

Wave-current interaction is a common and important phenomenon in the ocean. As an ocean remote sensing tool, high-frequency (HF) radar can be used to measure currents and wave parameters. In this paper, the possibility of studying wave-current interaction using HF radar is investigated. The first-order spectral power (FSP) of HF radar is used to explore the effect of current on the Bragg wave. By analyzing the FSP change with current (FSP-current distribution), we find that, in deep water, the wave-current interactions mainly belong to 2-D refraction case, while, over a relatively shallow shelf, the interactions are stronger and more complicated. Based on local topography and current field data at Taiwan Strait, the simulation results obtained using the SWAN model confirm the 2-D refraction of the Bragg wave. When the wave-current interaction is stable, we compensate the FSP with radar-measured currents according to the radar extracted FSP-current distribution and achieve a more accurate wind estimation. Comparisons between the original and refined wind fields show the effectiveness and necessity of the current-based compensation.

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)0,000
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 enseignants0,993
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Geoscience and Remote SensingMême sujetOcean Waves and Remote SensingTravaux en français237 207