Wind Retrieval over the Ocean using synthetic aperture radar with C-band HH polarization
Notice bibliographique
Résumé
The high spatial resolution and large coverage of satellite-based synthetic aperture radars (SAR) offers a unique opportunity to derive mesoscale wind fields over the ocean surface, providing high resolution wind fields near the shore. For this purpose, algorithms were developed and tested using the ScanSAR aboard the Canadian satellite RADARSAT-1, operating at C-band with horizontal polarization in transmit and receive. Wind directions are extracted from wind-induced streaks visible on most SAR images. Wind speeds are derived from normalized radar cross sections (NRCS) using empirical models. The models were developed for scatterometers (SCAT) operating at C-band with vertical polarization and must be modified for horizontal polarization. Several available C-band polarization ratios were considered, including theoretical and empirical forms. To verify and improve the algorithm, wind speeds were computed from several RADARSAT-1 ScanSAR images and compared to colocated measurements from the SCAT aboard the European remote sensing satellite ERS-2 and to the results of the Danish high resolution limited area model (HIRLAM). Using the colocated measurements, the polarization ratio was estimated and applied to improve the wind retrieval algorithm. In addition, the main error sources in SAR wind field extraction are discussed with respect to the RADARSAT-1 ScanSAR data. Sensitivity studies were performed under different atmospheric situations using the modified C-band model to compute the errors due to wind direction and inaccuracies in NRCS.
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) | 0,004 | 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 ».