Radar Scattering Features Under High Wind Conditions From Spaceborne Quad-Polarization SAR Observations
Notice bibliographique
Résumé
This study examines the impact of wave breaking (WB) and Bragg scattering on the normalized radar cross section (NRCS) to reveal radar scattering features during high wind conditions. This is conducted by decomposing C-band quasi-synchronous wide-swath quad-polarization synthetic aperture radar (SAR) observations acquired from the RADARSAT Constellation Mission (RCM) and RADARSAT-2 (RS-2). The analysis results clearly demonstrate that the polarization difference (PD) associated with Bragg scattering saturates at high wind speeds, while still maintaining azimuthal modulation. Notably, the radar returns from breaking waves at cross-polarization (HV or VH) exhibit higher sensitivity to wind speeds but lower sensitivity to wind direction, compared to co-polarization (HH or VV). Moreover, our analyses show that WB contributes 40%, 80%, and 90% of VV-, HH-, and HV-polarized NRCS, respectively. This study highlights the unique capabilities provided by collocated RCM and RS-2 observations for investigating radar scattering features under high wind conditions. Results of this study can be further used to develop empirical models for estimating co- and cross-polarization radar backscatters induced by WB under high wind speeds.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 tête enseignante, 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 ».