MétaCan
Menu
Retour à la cohorte
Enregistrement W2922350103 · doi:10.1080/07038992.2019.1575192

Study of the Dissimilar Deformation of Huxian, Near the Qinling Piedmont Fault (China), by Multiband InSAR Time-Series Technology

2018· article· en· W2922350103 sur OpenAlexvenueno aff
Chengsheng Yang, Qiang Xu, Ruichun Liu, Qin Zhang, Feifei Qu, Lingyun Ji, Chaoying Zhao

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaEuropean Space Agency
Mots-clésInterferometric synthetic aperture radarSeismologyGeologyGeodesyDeformation (meteorology)Fault (geology)Ground motionStrong ground motionSynthetic aperture radarRemote sensing

Résumé

récupéré en direct d'OpenAlex

In recent years, small earthquakes around Huxian, near the Qinling Piedmont Fault (China), have attracted much attention from the local government. Due to the blindness to the characteristics of Huxian ground deformation, it is highly desirable to conduct ground deformation surveys in this area, as well as study the relationship between ground deformation and these earthquakes. To understand the surface-deformation characteristics of Huxian and the seismic background better, InSAR time-series processing was applied to C-, L-, and X-band SAR images of Huxian. InSAR results show that the surface motion was uplifting from 2007 to 2010, and the surface motion subsided from 2014 to 2015. The 2-dimensional deformation rate field from 2007 to 2010 was obtained by using ascending L-band images and descending C-band images. Models in elastic half-space were used to invert the depth of the surface-deformation power source, the results of which are less than 2.0 km below the ground surface. The inversion results were compared with the available seismic records. Possible reasons for the surface deformation are discussed. According to our study, the observed movement has weak correlation with earthquakes even though the small earthquake activity in this area increased suddenly during recent years.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 GPT0,203
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207