Toward the Discrimination of Oil Spills in Newly Formed Sea Ice Using C-Band Radar Polarimetric Parameters
Notice bibliographique
Résumé
Climate-driven sea ice loss has exposed the Arctic to increased human activity, which comes along with a higher risk of oil spills. As a result, we investigated the ability of C-band polarimetric parameters in a controlled mesocosm to accurately identify and discriminate between oil-contaminated and uncontaminated newly formed sea ice (NI). Parameters, such as total power, copolarization ratio, copolarization correlation coefficient, and others, were derived from the normalized radar cross section and covariance matrix to characterize the temporal evolution of NI before and after oil spill events. For separation purposes, entropy ($H$) and mean-alpha ($\alpha$) were extracted from eigen decomposition of the coherency matrix. The$H$versus$\alpha $scatterplot revealed that a threshold classifier of 0.3-$H$and 18°-$\alpha $could distinguish oil-contaminated NI from its oil-free surroundings. From the temporal evolution of the polarimetric parameters, the results demonstrate that the copolarization correlation coefficient is the most reliable polarimetric parameter for oil spill detection, as it provides information on a variety of oil spill scenarios, including oil encapsulated within ice and oil spreading on top of ice. Overall, these findings will be used to support existing and future C-band polarimetric radar satellites for resolving ambiguities associated with Arctic oil spill events, particularly during freeze-up seasons.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».