Delineating the rupture planes of an earthquake doublet using Source-Scanning Algorithm: application to the 2005 March 3 Ilan Doublet, northeast Taiwan
Notice bibliographique
Résumé
Correct identification of the fault plane(s) associated with an earthquake doublet is a very challenging problem because the pair of events often occurs in close space and time with almost the same magnitude. Most long-period waveforms of an earthquake doublet are severely tangled and thus unsuitable for conventional waveform inversion methods. In this study, we try to resolve this issue by utilizing the recently developed Source-Scanning Algorithm (SSA). The SSA systematically searches the model space for seismic sources whose times and locations are most compatible with the observed arrivals of large amplitudes on seismograms. The identification of a seismic source is based on the brightness function, which is defined as the summation of the normalized waveform amplitudes at the predicted arrival times at all stations. By illuminating the spatiotemporal distribution of asperities during an earthquake's source process, we are able to constrain the orientation of the rupture propagation that, in turn, leads to the identification of the fault plane. A series of synthetic experiments are performed to test SSA's resolution under various scenarios including different directions of rupture propagation, imperfect station coverage and short origin time difference between the two events of a doublet. Because only short-period records are needed in the analysis, the proposed method is best suited for an earthquake doublet with a short time gap between the two events. Using the 2005 Ilan doublet (the origin time difference is only 70 s) that occurred in northeast Taiwan as an example, we show that the trace of the brightest spots moves towards the west and infer the E–W-striking plane to be the actual fault plane.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».