Retrieval of Sea Surface Wind Speeds from Gaofen-3 Full Polarimetric Data
Notice bibliographique
Résumé
In this paper, sea surface wind speed (SSWS) retrieval from Gaofen-3 (GF-3) quad-polarization stripmap (QPS) data in vertical-vertical (VV), horizontal-horizontal (HH) and vertical-horizontal (VH) polarizations is investigated in detail based on 3,170 scenes acquired from October 2016 to May 2018. The radiometric calibration factor of the VV polarization data is examined first. This calibration factor generally meets the requirement of SSWS retrieval accuracy with an absolute bias of less than 0.5 m/s but shows highly dispersed characteristics. These results lead to SSWS retrievals with a small bias of 0.18 m/s but a rather high root mean square error (RMSE) of 2.36 m/s compared with the ERA-Interim reanalysis model data. Two refitted polarization ratio (PR) models for the QPS HH polarization data are presented. Based on a combination of the incidence angle- and azimuth angle-dependent PR model and CMOD5.N, the SSWS derived from the QPS HH data shows a bias of 0.07 m/s and an RMSE of 2.26 m/s relative to the ERA-Interim reanalysis model wind speed. A linear function relating SSWS and the normalized radar cross section (NRCS) of QPS VH data is derived. The SSWS data retrieved from the QPS VH data show good agreement with the WindSat SSWS data, with a bias of 0.1 m/s and an RMSE of 2.02 m/s. We also apply the linear function to the GF-3 Wide ScanSAR data acquired for the typhoon SOULIK, which surprisingly yields a very good agreement with the model results. A comparison of SSWS retrievals among three different polarization datasets is also presented. The current study and our previous work demonstrate that the general accuracy of the SSWS retrieval based on GF-3 QPS data has an absolute bias of less than 0.3 m/s and an RMSE of 2.0 ±0.2 m/s relative to various datasets. Further improvement will depend on dedicated radiometric calibration efforts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».