MétaCan
Menu
Retour à la cohorte
Enregistrement W2796218234 · doi:10.1016/j.epsl.2018.03.041

First detection of precursory ground inflation of a small phreatic eruption by InSAR

2018· article· en· W2796218234 sur OpenAlexfundno aff
Tomokazu Kobayashi, Yu Morishita, Hiroshi Munekane

Notice bibliographique

RevueEarth and Planetary Science Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesJapan Aerospace Exploration AgencyJapan Society for the Promotion of ScienceCanadian Space AgencyEuropean Space Agency
Mots-clésGeologyPhreatic eruptionPhreaticVolcanoSeismologyMagmaInterferometric synthetic aperture radarExplosive eruptionLateral eruptionEffusive eruptionPetrologyGroundwaterAquiferSynthetic aperture radarGeotechnical engineeringRemote sensing

Résumé

récupéré en direct d'OpenAlex

Phreatic eruptions are caused by pressurization of geothermal fluid sources at shallow levels. They are relatively small compared to typical magmatic eruptions, but can be very hazardous. However, owing to their small magnitudes, their occurrences are difficult to predict. Here we show the detection of locally distributed ground inflation preceding a small phreatic eruption at the Hakone volcano, Japan, through the application of interferometric synthetic aperture radar analysis. The ground inflation proceeded the eruption at slow speed of ∼5 mm/month with a spatial size of ∼200 m in the early stage, and then it accelerated 2 months before the eruption that occurred for the first time in 800–900 yrs. The ground uplift reached ∼30 cm, and the eruption occurred nearby the most deformed part. The deformation speed correlated well with inflation of spherical source located at 4.8 km below sea level, thus suggesting that heat and/or volcanic fluid supply from the spherical source, maybe magma reservoir, directly drove the subsurface hydrothermal activity. Our results demonstrate that high-spatial-resolution deformation data can be a good indicator of subsurface pressure conditions with pinpoint spatial accuracy during the preparatory process of phreatic eruptions.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil0,232

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,173
Écart entre enseignants0,167 · 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'étudeExpérimental (laboratoire)
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

Citations78
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth and Planetary Science LettersMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207