Quantitative Estimations of the Holocene Erosion due to Seismically Induced Landslides in the SE Altai (Russia) Applying Detailed Profiling and Statistical Approaches
Notice bibliographique
Résumé
Earthquakes are some of the most disastrous natural hazards. Coseismic slope failures often significantly contribute to the global damage and may cause most of the casualties related to strong earthquakes. Seismically induced landslides are widespread phenomena within tectonically active mountain terrain. Their abundant occurrence and the large volumes of displaced slope material reveal their great influence on topographic changes. This paper presents new correlations between the earthquake magnitude and the total volume of displaced slope material and between earthquake magnitude and the volume of the largest triggered landslide. These relationships allow us to quantify erosion due to seismically triggered landslides. Calculation of the total volume of displaced slope material is based on the parameters of the largest landslides which could be preserved in the topography for thousands years. This approach was tested in the most seismically active southeastern part of Russian Altai, which is evidenced by numerous giant earthquake-induced paleo-landslides. The total volume of slope material displaced during ancient earthquakes within the Chagan-Uzun river basin, calculated on the basis of statistical correlations, is (3.0-4.3)×10 -1 km 3 , and the Holocene erosion rate due to seismically induced landslides (1.1-3.0)×10 -5 m a -1 . The numerical estimates were verified by calculating the volumes of all detected earthquake-triggered landslides within the Chagan-Uzun river basin and the neighboring Kurai basin on the basis of detailed profiling approach, which are 1.33×10 -1 and 2.25×10 -1 km 3 , respectively. The Holocene erosion rate due to seismically induced landslides in these basins could be estimated at 1.1×10 -5 and 1.4×10 -5 m a -1 , respectively. Thus the Holocene erosion rate of the SE Altai due to earthquake-triggered landslides obtained by applying different techniques can be estimated at (1.1-3.0)×10 -5 m a -1 , which more precisely characterizes topography changes within the Chuya-Kurai system of intermountain depressions and framing ridges.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».