Relative moment tensors and deep Yakutat seismicity
Notice bibliographique
Résumé
SUMMARY We introduce a new relative moment tensor (MT) inversion method for clusters of nearby earthquakes. The method extends previous work by introducing constraints from S-waves that do not require modal decomposition and by employing principal component analysis to produce robust estimates of excitation. At each receiver, P and S waves from each event are independently aligned and decomposed into principal components. P-wave constraints on MTs are obtained from a ratio of coefficients corresponding to the first principal component, equivalent to a relative amplitude. For S waves we produce constraints on MTs involving three events, where one event is described as a linear combination of the other two, and coefficients are derived from the first two principal components. Nonlinear optimization is applied to efficiently find best-fitting tensile-earthquake and double-couple solutions for relative MT systems. Using synthetic data, we demonstrate the effectiveness of the P and S constraints both individually and in combination. We then apply the relative MT inversion to a set of 16 earthquakes from southern Alaska, at ∼125 km depth within the subducted Yakutat terrane. Most events are compatible with a stress tensor dominated by downdip tension, however, we observe several pairs of earthquakes with nearly antiparallel slip implying that the stress regime is heterogeneous and/or faults are extremely weak. The location of these events near the abrupt downdip termination of seismicity and the low-velocity zone suggest that they are caused by weakening via grain-size and volume reduction associated with eclogitization of the lower crustal gabbro layer.
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 | 0,000 | 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) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».