Оценка точности расчета ледовитости Охотского и Японского морей по данным дистанционного зондирования Земли и авиационных наблюдений
Notice bibliographique
Résumé
The development of the Sakhalin Shelf is complicated by the influence of various weather factors. The information on the ice situation (the aquatorium ice coverage) is the most important of them. Information source is the data of the remote sensing whose role has essentially increased with the reduction of the on-land network of hydrometeorological stations and amount of aviation observation. For the analysis of this information various technologies of processing of long-term numbers of satellite, aerovisual and land observation are used, allowing to reveal features of dynamics of the considered parameter in the territory. First of all, it is possible to develop the technology of operative analysis to decipher space images. Decoding of pictures represents one of the most important and difficult processes of creation of thematic maps which are the basic means of organisation and interpretation of the data of remote sensing. This process provides data representation in a uniform cartographic projection, allows to combine the data received in various spectral ranges (space images of artificial satellite Meteor-3M, TERRA, AQUA, NOAA, ERS-2, Envisat, IRS, QuikSCAT and TOPEX/Poseidon and others). Sine 1970 to locate the edges of an ice file and borders of zones of various unity Japanese researchers use the technique of data handling of the radar-tracking sensing, based on the pattern recognition principle. The received results in the form of maps-schemes (with shading for black-and-white images or colour scale zones of various unity of ice) with frequency from twice a week to twice a month are exposed by the National centres of processing of hydrometeorological information of Japan (Japan Meteorological Agency) and the USA (National/Naval Ice Center) on the Internet. The data has been included in the initial number with the monthly step-type behaviour, calculated as an average arithmetic by results of all shootings executed in the second decade of each calendar month of the ice season only. The present paper deals with the precision estimation of computations for the sea ice extent of the Okhotsk and Japan seas with the use of the joint data of the Earth remote sensing and aero-visual observations for 1970-1991 winter seasons. The analysis has revealed that the mean difference in the data on the Japan Sea obtained with the use of these two observational methods during the 1970-1991 span makes up 12.4 thousand km 2 (11.6 % of the total area), and this difference for the Okhotsk Sea is 121 thousand km (8% of the total area). The correlation analysis of the remote sensing and aerovisual series of the ice data in the Japan and Okhotsk seas demonstrated that the Japan Sea data series are of moderate correlation; the correlation coefficient changed in the range from 0.16 (December) to 0.39 (January). The Okhotsk Sea data series are correlated to a greater extent: the correlation coefficient changed in the range from 0.72 to 0.96.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».