MétaCan
Menu
Retour à la cohorte
Enregistrement W3036667307 · doi:10.1029/2020jc016166

Wind Wave Effects on Remote Sensing of Sea Surface Currents From SAR

2020· article· en· W3036667307 sur OpenAlexafffund
Shuiqing Li, Baochang Liu, Hui Shen, Yijun Hou, William Perrie

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesNational Key Research and Development Program of ChinaCanadian Space AgencyNational Natural Science Foundation of China
Mots-clésSwellWind speedWind waveSurface waveSea stateWind wave modelRadarSynthetic aperture radarGeologySignificant wave heightMeteorologyRemote sensingPhysicsOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Wind waves contribute a significant component to the sea surface currents detected by synthetic aperture radar (SAR) systems via the orbital velocity; this component is typically referred to as the wind wave‐induced artifact surface velocity (WASV). Accordingly, it is essential to precisely describe the WASV effect, so that the real sea surface currents can be obtained from SAR measurements. In order to enhance our understanding about WASV, we carried out a numerical analysis of the sea state dependence of WASV under various radar configurations. The simulated WASV compares reasonably well with observations reported in the literature. It is found that WASV not only depends on the wind speed but also increases considerably with the development of the wind waves, as characterized by wave age. WASV may increase by two to three times, in fully developed wind wave conditions, as compared to young waves. The wave age dependence appears to largely account for the observed uncertainty in WASV at a given wind speed; moreover, swell is also found to significantly influence WASV through hydrodynamic modulation of wind wave properties. These effects are stronger at higher wind speeds and vary significantly with the different radar configurations that are possible, in terms of polarizations and incidence angles. The variations in WASV using different shortwave spectral functions and angular spreading functions are examined in this manuscript.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,300
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetOcean Waves and Remote SensingTravaux en français237 207