Novel Approach to Wind Retrieval from Sentinel-1 SAR in Tropical Cyclones
Notice bibliographique
Résumé
The strong winds in tropical cyclones (TCs) are commonly retrieved from cross-polarized SAR images using a geophysical model function (GMF). However, the accuracy of wind retrieval in cross-polarization is significantly reduced at the edges of sub-swaths. In this study, a novel approach to TC wind retrieval from VV polarized SAR images is proposed based on using the azimuthal cutoff wavelength to represent the effect of velocity bunching. A total of 12 dual-polarized (VV and VH) Sentinel-1 (S-1) images acquired in the interferometric wide (IW) mode were used, five of which were collocated with measurements taken by the Stepped-Frequency Microwave Radiometer (SFMR) on board an NOAA aircraft. The SAR-based azimuthal cutoff wavelengths were found to be linearly related to the SFMR wind speeds. Based on this finding, an empirical GMF for TC wind speed retrieval from VV S-1 images was constructed. The inversion results from seven images using this approach were validated against the wind products from the Advanced Scatterometer and the European Center for Medium-Range Weather Forecasts. The RMSE of the wind speed was 2.15 m s−1 and the correlation coefficient (COR) was 0.83 at wind speeds of less than 25 m s−1, while the RMSE was 2.66 m s−1 and the COR was 0.97 when compared with wind retrieval using the VH-polarized GMF S1IW.NR at wind speeds greater than 25 m s−1. The proposed algorithm performs well and has two advantages: (1) it is not subject to the saturation problem of the VV backscattering signal and (2) the discontinuity of the retrieval results obtained using VH GMF at the edges of sub-swaths is improved.
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 | 0,000 |
| 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 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 ».