The role of viscous magma mush spreading in volcanic flank motion at Kīlauea Volcano, Hawai‘i
Notice bibliographique
Résumé
Abstract Multiple mechanisms have been suggested to explain seaward motion of the south flank of Kīlauea Volcano, Hawai‘i. The consistency of flank motion during both waxing and waning magmatic activity at Kīlauea suggests that a continuously acting force, like gravity body force, plays a substantial role. Using finite element models, we test whether gravity is the principal driver of long‐term motion of Kīlauea's flank. We compare our model results to geodetic data from Global Positioning System and interferometric synthetic aperture radar during a time period with few magmatic and tectonic events (2000–2003), when deformation of Kīlauea was dominated by summit subsidence and seaward motion of the south flank. We find that gravity‐only models can reproduce the horizontal surface velocities if we incorporate a regional décollement fault and a deep, low‐viscosity magma mush zone. To obtain quasi steady state horizontal surface velocities that explain the long‐term seaward motion of the flank, we find that an additional weak zone is needed, which is an extensional rift zone above the magma mush. The spreading rate in our model is mainly controlled by the magma mush viscosity, while its density plays a less significant role. We find that a viscosity of 2.5 × 10 17 –2.5 × 10 19 Pa s for the magma mush provides an acceptable fit to the observed horizontal surface deformation. Using high magma mush viscosities, such as 2.5 × 10 19 Pa s, the deformation rates remain more steady state over longer time scales. These models explain a significant amount of the observed subsidence at Kīlauea's summit. Some of the remaining subsidence is probably a result of magma withdrawal from subsurface reservoirs.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».