Can fully-focused or unfocused SAR delay doppler altimeter range data provide enhanced detection of coastal currents?
Notice bibliographique
Résumé
This study seeks to evaluate the potential of delay doppler altimetry to improve detection of nearshore currents that are common and critical advective pathways within narrow shelf-sea systems. The region of interest here is the Scotian Shelf and, in particular, the coastally trapped Nova Scotia current (NSC). The outer edge of this current resides between 25-50 km from the coast and past efforts using conventional altimeter data have failed to adequately capture expected NSC dynamics. As baseline satellite altimeter data, the study will make use of new high-rate (5-20 Hz) datasets retracked specifically for this region using low resolution mode Cryosat-2, AltiKa, and Jason-2 measurements. These data come from a joint CLS, Environment Canada and Department of Fisheries and Oceans Canada project. Range data will be used to compute sea level anomalies and alongshore geostrophic currents on the Scotian shelf for comparison with along track range data produced using fully-focused and unfocused SAR processing of Cryosat-2 and Sentinel 3 datasets. Past and ongoing in situ hydrographic and current measurement data in the region will be used to provide expected mean and dynamical circulation features from the shelf break up to the coast. Issues under evaluation include improved data recovery nearer to the coast, reduced range noise at scales inside of 20km, differences in SWH and wind estimates, and possible identification of fine-scale signals like internal waves in the FF-SAR data.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».