C-band Compact-Polarimetric SAR Monitoring of Ocean Winds
Notice bibliographique
Résumé
To investigate the capability of ocean wind monitoring by the C-band compact-polarimetry (CP) Synthetic Aperture Radar (SAR), we develop a theoretical model based on the fundamental mechanisms of interactions between sea surface wind-waves and radar microwave. We simulate the dependencies of the NRCSs (normalized radar cross-sections) on wind speeds and incidence angles, for up-wind (wind direction is 0 <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">o</sup> ) and cross-wind (wind direction is 90 <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">o</sup> ) conditions. Analysis of the model results lead to two ocean wind retrieval methods for RV-polarization and RH-polarization (pol) SAR (Synthetic Aperture Radar) data, respectively. The RV-polarized method is proposed based on the CMOD framework and a sensitivity analysis, while the RH-polarized method and model are based on application of a quadratic function. Both the theoretical model and wind retrieval methods suggest that the RV-pol should be more suitable for ocean wind especially hurricane monitoring than the RH-pol method. The database used in this study includes wind vectors observed by in situ buoys of the National Data Buoy Center (NDBC) and simulated C-band CP radar signals, created by a simulator based on imputing C-band RADARSAT-2 SAR images.
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 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 | 0,000 |
| 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) | 0,001 | 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 tête enseignante, 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 ».