MétaCan
Menu
Retour à la cohorte
Enregistrement W1572566919 · doi:10.3390/rs70708610

Land subsidence, Ground Fissures and Buried Faults: InSAR Monitoring of Ciudad Guzmán (Jalisco, Mexico)

2015· article· en· W1572566919 sur OpenAlexafffund
Carlo Alberto Brunori, Christian Bignami, Matteo Albano, Francesco Zucca, Sergey Samsonov, Gianluca Groppelli, Gianluca Norini, Michele Saroli, Salvatore Stramondo

Notice bibliographique

RevueRemote Sensing · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensNatural Resources Canada
Organismes subventionnairesCanadian Space AgencyUniversidad de Guadalajara
Mots-clésGeologyInterferometric synthetic aperture radarSubsidenceSeismologyGrabenEscarpmentGround subsidenceGeomorphologyGeodesyMining engineeringRemote sensingTectonicsSynthetic aperture radar

Résumé

récupéré en direct d'OpenAlex

We study land subsidence processes and the associated ground fissuring, affecting an active graben filled by thick unconsolidated deposits by means of InSAR techniques and fieldwork. On 21 September 2012, Ciudad Guzmán (Jalisco, Mexico) was struck by ground fissures of about 1.5 km of length, causing the deformation of the roads and the propagation of fissures in adjacent buildings. The field survey showed that fissures alignment is coincident with the escarpments produced on 19 September 1985, when a strong earthquake with magnitude 8.1 struck central Mexico. In order to detect and map the spatio-temporal features of the processes that led to the 2012 ground fissures, we applied InSAR multi-temporal techniques to process ENVISAT-ASAR and RADARSAT-2 satellite SAR images acquired between 2003 and 2012. We detect up to 20 mm/year of subsidence of the northwestern part of Ciudad Guzmán. These incremental movements are consistent with the ground fissures observed in 2012. Based on interferometric results, field data and 2D numerical model, we suggest that ground deformations and fissuring are due to the presence of areal subsidence correlated with variable sediment thickness and differential compaction, partly driven by the exploitation of the aquifers and controlled by the distribution and position of buried faults.

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 enseignants0,974
Score d'incertitude au seuil0,622

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 Opus0,022
Tête enseignante GPT0,253
Écart entre enseignants0,231 · 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

Citations64
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207