Permeability evolution during non-isothermal compaction in volcanic conduits and tuffisite veins: Implications for pressure monitoring of volcanic edifices
Notice bibliographique
Résumé
Explosive volcanic eruptions are destructive geological phenomena that pose hazards of significant socioeconomic impact and potential loss of life. Effective risk mitigation and decision making prior to and during volcanic crises require real-time monitoring of gas overpressure – the single most important driving force for explosive eruptions. Development and release of gas overpressure are regulated by gas loss through permeable pathways that are inherently transient. Here, we use geometry-dependent conductive cooling models, in concert with the most up-to-date welding and permeability models, to assess the potential for "freezing in" permeability within (1) conduit-filling pyroclastic deposits and (2) tuffisite veins within the edifice. We find that both geometry and dimension of each deposit dictate its thermal evolution and, with that, its transient outgassing capacity. Rapid cooling of thin sheet-like tuffisite veins preserves high porosities and permeabilities. In contrast, wide cylindrical conduit-filling deposits cool slowly and permeability is annihilated over a period of minutes to hours. This highlights that conduit-filling deposits lose their outgassing capacity through welding, while tuffisite veins (previously thought to rapidly seal) can form long-lived outgassing features. We use the model results to calculate the time dependent gas flow partitioning between both degassing lithologies. Based on the reconstructed outgassing pattern we outline the potential to use the gas flow balance between the central conduit and distal fumaroles fed by tuffisite veins as a simple tool to monitor gas overpressure within a volcanic edifice.
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 | 0,001 |
| 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 ».