Topographic characterization of lunar complex craters
Notice bibliographique
Résumé
Abstract We use Lunar Orbiter Laser Altimeter topography data to revisit the depth (d)‐diameter (D), and central peak height (hcp)‐diameter relationships for fresh complex lunar craters. We assembled a data set of young craters with D ≥ 15 km and ensured the craters were unmodified and fresh using Lunar Reconnaissance Orbiter Wide‐Angle Camera images. We used Lunar Orbiter Laser Altimeter gridded data to determine the rim‐to‐floor crater depths, as well as the height of the central peak above the crater floor. We established power‐law d‐D and hcp‐D relationships for complex craters on mare and highlands terrain. Our results indicate that craters on highland terrain are, on average, deeper and have higher central peaks than craters on mare terrain. Furthermore, we find that the crater depths for both mare and highlands craters are significantly deeper than previously reported. This likely reflects the inclusion of transitional craters and/or older and/or modified craters in previous work, as well as the limitations of the stereophotogrammetric and shadow‐length data sets used in those studies. There is substantial variability in the depths and the central peak heights for craters in a given diameter range. We suggest that the differences in mean d and hcp as a function of crater diameter for highlands and mare craters result from differences in bulk physical properties of the terrain types, whereas the variability in d and hcp at a given diameter may reflect variations in impactor properties and impact parameters.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».