MétaCan
Menu
Retour à la cohorte
Enregistrement W4400202461 · doi:10.1080/01431161.2024.2367172

Automatic detection and tracking polar lows from synthetic aperture radar and radiometer observations

2024· article· en· W4400202461 sur OpenAlexaff
Biao Zhang, Mingyu Zhang, William Perrie

Notice bibliographique

RevueInternational Journal of Remote Sensing · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésRemote sensingSynthetic aperture radarGeologyTracking (education)RadiometerPolarRadarGeodesyComputer scienceTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Polar lows are small, high-latitude, intense maritime cyclones and frequently have severe impacts on the ocean such as strong winds, high waves and heavy rainfall. They are difficult to observe and forecast due to their short lifetime (<48 hours), small horizontal scales (200 ~ 1000 km), and the sparse synoptic observing network that exists in the subarctic and Arctic oceans. Previous studies have identified and monitored polar lows by visual analysis of visible and thermal infrared imagery from satellites. However, this manual inspection method is subjective, time-consuming and inevitably involves errors in polar low detections. In this study, we present an automatic objective procedure which we demonstrate by detecting polar lows using spaceborne active synthetic aperture radar (SAR) and passive microwave radiometer observations. Based on the marker-controlled watershed segmentation method and the morphological image thinning algorithm, the centre locations of polar lows are determined using RADARSAT-2 and Sentinel-1A high-resolution SAR images and total atmospheric water vapour content fields from radiometers (AMSR2, SSM/I, GMI, and WindSat). Furthermore, the trajectories of polar lows are constructed, using detected centres from multi-temporal SAR and radiometer observations. Polar low detections are confirmed by high surface wind speeds from SAR, scatterometer, and radiometer data, the presence of cloud vortex signatures visible in MODIS, AVHRR, and VIIRS thermal infrared imagery, as well as the difference between the sea surface temperature and the air temperature at 500 hPa. These results show that the proposed methods have potential to automatically detect and track polar lows from multisensor data. We also estimate the characteristic parameters of detected polar lows. The diameters, translation speeds, and distances travelled are 189 km and 225 km, 8 m/s and 4.9 m/s, and 318 km and 263 km, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Remote SensingMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207