US East Coast synthetic aperture radar wind atlas for offshore wind energy
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
Abstract. We present the first synthetic aperture radar (SAR) offshore wind atlas of the US East Coast from Georgia to the Canadian border. Images from RADARSAT-1, Envisat, and Sentinel-1A/B are processed to wind maps using the geophysical model function (GMF) CMOD5.N. Extensive comparisons with 6008 collocated buoy observations of the wind speed reveal that biases of the individual systems range from −0.8 to 0.6 m s−1. Unbiased wind retrievals are crucial for producing an accurate wind atlas, and intercalibration of the SAR observations is therefore applied. Wind retrievals from the intercalibrated SAR observations show biases in the range of to −0.2 to 0.0 m s−1, while at the same time improving the root-mean-squared error from 1.67 to 1.46 m s−1. The intercalibrated SAR observations are, for the first time, aggregated to create a wind atlas at the height 10 m a.s.l. (above sea level). The SAR wind atlas is used as a reference to study wind resources derived from the Wind Integration National Dataset Toolkit (WTK), which is based on 7 years of modelling output from the Weather Research and Forecasting (WRF) model. Comparisons focus on the spatial variation in wind resources and show that model outputs lead to lower coastal wind speed gradients than those derived from SAR. Areas designated for offshore wind development by the Bureau of Ocean Energy Management are investigated in more detail; the wind resources in terms of the mean wind speed show spatial variations within each designated area between 0.3 and 0.5 m s−1 for SAR and less than 0.2 m s−1 for the WTK. Our findings indicate that wind speed gradients and variations might be underestimated in mesoscale model outputs along the US East Coast.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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