Directional Surface Wave Spectra from Point Measurements of Height and Slope
Notice bibliographique
Résumé
Abstract We describe here a method for recovering directional ocean surface wave spectra obtained from height and slope measurements made over a small area, the iterative deconvolution method (IDM). We show that IDM is a more reliable method for estimating directional wave spectra than more common spectral estimation techniques by comparing it with the widely used maximum entropy method (MEM). IDM is based on the observation that pitch–roll buoys produce directional spectra that are the true spectra convolved with an angular windowing function and are therefore much broader than the true spectra. We test IDM against simulated data and find that it does a better job of retrieving the known input spectra than does MEM, which often produces false double peaks or incorrect angular widths. We compare IDM recoveries to spectra obtained using a nonstandard processing technique, the wavelet directional method (WDM) on data from a compact array of wave staffs on Lake Ontario. We find that IDM produces directional wave spectra very nearly identical to those obtained using WDM, verifying both techniques. Finally, we processed standard NDBC buoy directional spectra and showed that IDM recovers ocean wave spectra that narrow in the Strait of Juan de Fuca and that follow a changing wind in the expected manner. Neither of these phenomena are reliably obtained using MEM due to its tendency to produce false bimodal peaks and peaks that are too narrow.
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) | 0,000 | 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 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 ».