Compact Polarimetry Synthetic Aperture Radar Ocean Wind Retrieval: Model Development and Validation
Notice bibliographique
Résumé
Abstract We have developed C-band compact polarimetry geophysical model functions for RADARSAT Constellation Mission ocean surface wind speed retrieval. A total of 1594 RADARSAT-2 images acquired in quad-polarization SAR imaging mode were collocated with in situ buoy observations. This dataset is first used to simulate compact polarimetric data and to examine their dependencies on radar incidence angle and wind vectors. We find that right circular transmit, right circular receive (RR-pol) radar backscatters are less sensitive to incidence angles and wind directions but are more dependent on wind speeds, compared to right circular transmit, horizontal receive (RH-pol), right circular transmit, vertical receive (RV-pol), and right circular transmit, left circular receive (RL-pol). Subsequently, the matchup data pairs are used to derive the coefficients of the transfer functions for the proposed compact polarimetric geophysical model (CMOD) functions, and to validate the associated wind speed retrieval accuracy. Statistical comparisons show that the retrieved wind speeds from CMODRH, CMODRV, CMODRL, and CMODRR are in good agreement with buoy measurements, with root-mean-square errors of 1.38, 1.51, 1.47, and 1.25 m s −1 , respectively. The results suggest that compact polarimetry is a good alternative to linear polarization for wind speed retrieval. CMODRR is more appropriate to retrieve high wind speeds than CMODRH, CMODRV or CMODRL.
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 ».