Quality Control for Ocean Current Measurement Using High-Frequency Direction-Finding Radar
Notice bibliographique
Résumé
High-frequency radars (HFRs) are important for remote sensing of the marine environment due to their ability to provide real-time, wide-coverage, and high-resolution measurements of the ocean surface current, wave height, and wind speed. However, due to the intricate multidimensional processing demands (e.g., time, Doppler, and space) for internal data and effective suppression of external noise, conducting quality control (QC) on radar-measured data is of great importance. In this paper, we first present a comprehensive quality evaluation model for both radial current and synthesized vector current obtained by direction-finding (DF) HFRs. In the proposed model, the quality factor (QF) is calculated for each current cell to evaluate its reliability. The QF for the radial current depends on the signal-to-noise ratio (SNR) and DF factor of the first-order Bragg peak region in the range–Doppler (RD) spectrum, and the QF for the synthesized vector current can be calculated using an error propagation model based on geometric dilution of precision (GDOP). A QC method is then proposed for processing HFR-derived surface current data via the following steps: (1) signal preprocessing is performed to minimize the effect of unwanted external signals such as radio frequency interference and ionospheric clutter; (2) radial currents with low QFs and outliers are removed; (3) the vector currents with low QFs are also removed before spatial smoothing and interpolation. The proposed QC method is validated using a one-month-long dataset collected by the Ocean State Monitoring and Analyzing Radar, model S (OSMAR-S). The improvement in the current quality is proven to be significant. Using the buoy data as ground truth, after applying QC, the correlation coefficients (CCs) of the radial current, synthesized current speed, and synthesized current direction are increased by 4.33~102.91%, 1.04~90.74%, and 1.20~62.67%, respectively, and the root mean square errors (RMSEs) are decreased by 2.51~49.65%, 7.86~27.22%, and 1.68~28.99%, respectively. The proposed QC method has now been incorporated into the operational software (RemoteSiteConsole v1.0.0.65) of OSMAR-S.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».