Углубленное изучение данных наблюдений за высотой поверхности моря в режиме SWOT
arXiv: 2610,03739v1 Тип уведомления: перекрестное резюме: SWOT (Surface Water Ocean Topography) в настоящее время обеспечивает непредусмотренные измерения высоты поверхности моря с высоким разрешением, выявляя океанические особенности на более тонкой шкале. Тем не менее, двухмерные наблюдения альтиметра KARIN SWOT страдают от ошибок в инструментальной форме. Эта шумовая деградация изменяет высокие частоты сигнала SWOT, а также маленькую и субмезосферную динамику, интересующую некоторых океанографов. По этой причине Tr\'eboutte et al. (2023) разработали распределительную нейронную сеть (CNN), основанную на архитектуре U-Net, с тем чтобы отделить шум от физических сигналов, содержащихся в SSH. Их подход продемонстрировал большой потенциал для моделирования измерений SWOT, а Dibarboure et al. (2024) сообщают о положительном влиянии на фактические данные по полетам SWot. Однако в нетипичных условиях (например, при очень высокой поверхностной ваве) наблюдались деградирующие характеристики и время от времени негативные побочные эффекты.
