MétaCan
Menu
Retour à la cohorte
Enregistrement W2163450348 · doi:10.1002/2014gl061307

Removal of systematic seasonal atmospheric signal from interferometric synthetic aperture radar ground deformation time series

2014· article· en· W2163450348 sur OpenAlexaff
Sergey Samsonov, Alexander P. Trishchenko, K. F. Tiampo, Pablo J. González, Yu Zhang, José Fernández

Notice bibliographique

RevueGeophysical Research Letters · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensWestern UniversityNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésRadiosondeInterferometric synthetic aperture radarSubsidenceGeologyGeodesyTroposphereSynthetic aperture radarInterferometryDeformation (meteorology)LevellingGeodetic datumAmplitudeSeries (stratigraphy)Remote sensingAtmospheric sciencesGeomorphologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Applying the Multidimensional Small Baseline Subset interferometric synthetic aperture radar algorithm to about 1500 Envisat and RADARSAT‐2 interferograms spanning 2003–2013, we computed time series of ground deformation over Naples Bay Area in Italy. Two active volcanoes, Vesuvius and Campi Flegrei, are located in this area in close proximity to the densely populated city of Naples. For the first time, and with remarkable clarity, we observed decade‐long elevation‐dependent seasonal oscillations of the vertical displacement component with a peak‐to‐peak amplitude of up to 3.0 cm, substantially larger than the long‐term deformation rate (<0.6 cm/yr). Analysis, utilizing surface weather and radiosonde data, linked observed oscillations with seasonal fluctuations of water vapor, air pressure, and temperature in the lower troposphere. The modeled correction is in a good agreement with observed results. The mean, absolute, and RMS differences are 0.014 cm, 0.073 cm, and 0.087 cm, respectively. Atmospherically corrected time series confirmed continuing subsidence at Vesuvius previously observed by geodetic techniques.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
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

Citations50
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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