Sea Ice Thickness Measurement Using Spaceborne GNSS-R: First Results With TechDemoSat-1 Data
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
In this article, an effective schematic is developed for estimating sea ice thickness (SIT) from the reflectivity (Γ) produced with TechDemoSat-1 (TDS-1) Global Navigation Satellite System-Reflectometry data. Here, Γ is formulated as the product of the propagation loss due to SIT and the reflection coefficient of underlying seawater. The effect of surface roughness on Γ is neglected when only considering signals of coherent reflection. In practice, Γ at the specular point is first generated using TDS-1 data. Afterwards, SIT is calculated from TDS-1 Γ based on the proposed reflectivity model, and verified with two sets of reference SIT data; one is obtained by the Soil Moisture Ocean Salinity (SMOS) satellite, and the other is the combined SMOS/Soil Moisture Active Passive (SMAP) measurements. This analysis is performed on the data with SIT less than 1m. Through comparison, good consistency between the derived TDS-1 SIT and the reference SIT is obtained, with a correlation coefficient (r) of 0.84 and a root-mean-square difference (RMSD) of 9.39 cm with SMOS, and an r of 0.67 and an RMSD of 9.49 cm with SMOS/SMAP, which demonstrates the applicability of the developed model and the utility of TDS-1 data for SIT estimation. In addition, this method is proved to be useful for improving existing sea ice detection accuracy.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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