The Surface Roughness of Large Craters on Mercury
Notice bibliographique
Résumé
Abstract This study investigates how individual large craters on Mercury (diameters of 25–200 km) can produce surface roughness over a range of baselines (the spatial horizontal scale) from 0.5 to 250 km. Surface roughness is a statistical measure of change in surface height over a baseline usually after topography has been detrended. We use root mean square deviation as our measure of surface roughness. Observations of large craters on Mercury at baselines of 0.5–10 km found higher surface roughness values at the central uplifts, rims, and exteriors of craters, while the crater floors exhibit the lowest roughness values. At baselines <10 km, the regions exterior to large craters with diameters >80 km have the highest surface roughness values. These regions, which include the ejecta and secondary fields, are the main contributors to the increased surface roughness observed in high‐crater density regions. For baselines larger than 10 km, the crater cavity itself is the main contributor to surface roughness. We used a suite of numerical models, utilizing the measured surface roughness obtained in the study, to model the cumulative effect of adding large craters to a surface. The results indicate that not all of the surface roughness on Mercury is due to fresh large craters but that impact craters likely contribute to the Hurst exponent from baselines of 0.5–1.5 km and the shape of the deviogram. The simulations show that the surface roughness varied around an asymptote at the baselines studied before the surface was covered in impact craters.
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 ».