MétaCan
Menu
Retour à la cohorte
Enregistrement W1488932768 · doi:10.1029/2009gl041644

Measurements and predictions of subsidence induced by soil consolidation using persistent scatterer InSAR and a hyperbolic model

2010· article· en· W1488932768 sur OpenAlexaff
Sang‐Wan Kim, Shimon Wdowinski, Timothy H. Dixon, Falk Amelung, Jeong Woo Kim, Joong‐Sun Won

Notice bibliographique

RevueGeophysical Research Letters · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesOffice of Naval ResearchNational Aeronautics and Space Administration
Mots-clésInterferometric synthetic aperture radarGeologyConsolidation (business)SubsidenceInterferometryGeodesyGeotechnical engineeringSynthetic aperture radarRemote sensingGeomorphologyPhysics

Résumé

récupéré en direct d'OpenAlex

A space‐borne SAR interferometric technique is presented for measuring and predicting ground subsidence associated with soil consolidation. Instead of a conventional constant velocity model, a hyperbolic model is introduced for persistent scatterer SAR interferometry (PSI) processing. Twenty three JERS‐1 SAR acquired between 1992 and 1998 were used to measure land subsidence in Mokpo city, Korea which had been primarily built on land reclaimed from the sea. Two subsidence field maps were derived and compared: a constant velocity model and a hyperbolic model. Non‐linear components depending on the stage of soil consolidation are well represented by the hyperbolic model. The maximum subsidence velocity reaches over 6 cm/yr, while the maximum acceleration is about −0.3 to −0.4 cm/year 2 . The predicted subsidence rate with the new model was validated by using later ENVISAT SAR data for 2004–2005. Prediction accuracy with the non‐linear model is improved significantly, indicating the importance of a physically‐based deformation model.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil0,370

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 Opus0,066
Tête enseignante GPT0,306
Écart entre enseignants0,240 · 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'étudeExpérimental (laboratoire)
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

Citations76
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207